染色体可视化工具-生信工具40

1. MG2C_v2.1

MG2C (Map Gene to Chromosome) 是一个基因组数据可视化工具，主要用于将基因、标记、QTL 等功能性元素映射到染色体上。MG2C_v2.1 是其升级版本，提供了用户友好的界面和更多自定义选项。

功能特点

• 染色体绘图： 将基因组或染色体上的标记、基因、QTL 映射到染色体图中，并按用户提供的位置进行可视化。
• 自定义绘图： 支持自定义染色体形状、颜色、标记样式和标签。
• 数据格式： 以简单的 .txt 或 .csv 文件提供染色体编号、位置和注释信息。
• 输出格式： 支持生成高质量的矢量图（SVG）和常见图像格式（如 PNG）。

使用场景

• 基因组研究中可视化基因和功能标记分布。
• 分析 QTL 和重要基因在染色体上的位置。
• 可视化染色体上的标记分布，用于遗传图构建和基因组比较。

输入数据格式

MG2C_v2.1 的输入数据通常是一个包含染色体编号、起始位置、结束位置和注释信息的表格。例如：

Chromosome	Start	End	Gene/Feature	Type
Chr1	100	200	GeneA	Gene
Chr1	300	400	QTL1	QTL
Chr2	150	250	GeneB	Gene

优点

• 易用性： 提供基于网页的用户界面，无需编程经验。
• 灵活性： 可根据研究需求定制染色体图。
• 高质量输出： 生成的图像适合用于科研论文和演示。

官方使用

 工具1，在线 

http://mg2c.iask.in/mg2c_v2.1/index_cn.html

MG2C_v2.1 可通过其官方网站访问并操作：MG2C_v2.1

---

2. MapChart

MapChart 是一种更通用的可视化工具，用于创建遗传或物理作图。它可以生成基因组遗传图（linkage maps）、染色体图和 QTL 分布图。

功能特点

• 遗传图绘制： 支持基于遗传连锁数据生成遗传图，展示基因标记的顺序和位置。
• 染色体可视化： 绘制染色体和标记分布图，用于显示基因组中重要特征的位置。
• QTL 分布图： 显示 QTL 在染色体上的分布，支持多个 QTL 映射。
• 跨染色体同源性绘图： 显示基因或标记在不同染色体或物种之间的同源关系。

使用场景

• 遗传连锁图构建与可视化。
• 比较不同物种或基因组之间的染色体结构。
• 显示重要标记或基因的分布。

输入数据格式

MapChart 支持简单的文本格式（.txt），通常包括染色体编号、基因位置和标记信息。例如：

group Chr1
GeneA 10
GeneB 20
GeneC 30

group Chr2
GeneD 15
GeneE 25
GeneF 35

优点

• 灵活性： 用户可以手动调整染色体和标记的布局。
• 跨物种比较： 支持多个基因组和染色体的并行可视化。
• 轻量级工具： 软件安装和运行简单，适合各种硬件平台。

官方网站

 工具2，本地

MapChart

安装包官网有

https://www.wur.nl/en/show/mapchart.htm

可下载 MapChart 并了解更多信息：MapChart

---

MG2C_v2.1 和 MapChart 的对比

特性	MG2C_v2.1	MapChart
主要用途	染色体标记和基因分布图	遗传图谱和 QTL 可视化
用户界面	基于网页，无需安装	桌面软件，需要安装
数据格式	CSV/TXT，基于染色体位置	TXT，基于遗传标记位置
输出格式	SVG、PNG	PDF、PNG、JPG
灵活性	高，支持丰富的样式和标注	中等，适用于标准遗传或物理作图
适合场景	基因组标记分布、染色体比较	遗传图谱构建、多基因组同源性比较

3. RIdeogram

RIdeogram 是一个 R 包，用于高效、灵活地可视化基因组信息（如基因分布、基因密度、QTL 分布、SNP 密度等），通过生成高质量的染色体图。该包能够将染色体数据转化为直观的染色体带图，非常适合用于基因组研究、进化分析和基因定位的结果展示。

功能特点

1. 染色体可视化：

   • 绘制染色体的比例尺（以物理位置为单位）。
   • 在染色体上展示基因分布、QTL 分布、SNP 密度等。

2. 灵活的数据输入：

   • 支持任意染色体数量和任意比例的基因组范围。
   • 支持绘制注释信息，例如基因、标记位置。

3. 高质量输出：

   • 输出 SVG 矢量图，适合科研论文和演示使用。

4. 直观的基因组信息展示：

   • 显示基因组特征分布（如基因密度或结构变异）。
   • 可视化染色体上的热点区域、标记、拷贝数变异（CNV）等。

主要功能

• 绘制染色体图： 将染色体编号、长度和标注信息转化为可视化图表。
• 显示基因组分布： 绘制基因、SNP、QTL 或其他分布特征的密度图。
• 多染色体展示： 支持多染色体基因组的全局可视化。

---

安装

可以通过 CRAN 或 GitHub 安装 RIdeogram：

从 CRAN 安装

install.packages("RIdeogram")

从 GitHub 安装（最新版本）

如果需要最新版：

install.packages("remotes") 
remotes::install_github("Vegpl/RIdeogram")


install.packages("devtools")
#devtools::install_github('TickingClock1992/RIdeogram')

---

输入数据格式

RIdeogram 支持两种主要的数据输入类型：染色体数据 和 注释数据。

1. 染色体数据

定义染色体的长度和编号，格式如下：

Chr	Start	End
Chr1	0	100000
Chr2	0	200000
Chr3	0	150000

2. 注释数据

注释数据定义在染色体上的功能元素（如基因、QTL、SNP），格式如下：

Chr	Start	End	Name	Color
Chr1	10000	20000	Gene1	red
Chr2	50000	70000	QTL1	blue

---

使用方法

1. 绘制基础染色体图

加载包并使用内置数据绘制：

library(RIdeogram) # 内置数据示例 

> data(human_karyotype, package="RIdeogram")
> head(human_karyotype)

data(gene_density, package="RIdeogram")
head(gene_density)


# 绘制染色体图 
ideogram(karyotype, ideogram, output = "chromosome.svg")

2. 使用自定义数据

通过自定义染色体和注释数据绘制：

# 染色体数据 karyotype <- data.frame( Chr = c("Chr1", "Chr2"), Start = c(0, 0), End = c(100000, 150000) ) # 注释数据 annotation <- data.frame( Chr = c("Chr1", "Chr1", "Chr2"), Start = c(10000, 30000, 80000), End = c(20000, 40000, 100000), Name = c("Gene1", "Gene2", "QTL1"), Color = c("red", "blue", "green") ) # 绘制染色体图 ideogram(karyotype, annotation, output = "custom_chromosome.svg")

3. 输出高质量 SVG 图

生成的 chromosome.svg 文件可以直接在支持矢量图的软件中（如 Adobe Illustrator 或 Inkscape）进行进一步编辑。

比较而言，小白用在线的作图放附件就好。