跟着Nature Ecology&Evolution学作图:R语言ggmsa包展示多序列比对结果

论文

https://www.nature.com/articles/s41559-022-01771-6#code-availability

论文没有权限下载

但是查看数据代码链接的时候发现github主页上提供了论文的下载链接

论文中的图做的都非常好看，而且提供数据和代码，我们可以找来学习

数据代码链接

https://github.com/sebepedroslab/chromatin-evolution-analysis

今天的推文我们学习一下论文中提供的画多序列比对的代码。我没有在论文中找到对应的图，只是github的链接里有数据和代码

论文中国提供的代码

library(stringr)
library(seqinr)
library(msa)
library(Biostrings)

list_ali = list(
  "data/20220620/archaeal_Ntails/tails_archaea-sub-MXKK.g.fasta",
  "data/20220620/archaeal_Ntails/tails_archaea-sub-mcl1.g.fasta",
  "data/20220620/archaeal_Ntails/tails_archaea-sub-mcl2.g.fasta",
  "data/20220620/archaeal_Ntails/tails_archaea-sub-mcl4.g.fasta"
)

for (i in 1:length(list_ali)) {
  
  fai = list_ali[[i]]
  ali = Biostrings::readAAMultipleAlignment(fai, format = "fasta")
  
  # plot alignment
  msa::msaPrettyPrint(
    ali, askForOverwrite=FALSE, 
    shadingMode = "functional", 
    shadingModeArg = "chemical",
    showConsensus = "none",
    showLogo = "none",
    shadingColors = "blues", 
    logoColors = "chemical",
    psFonts = TRUE,
    paperWidth = 32, paperHeight = 10, 
    output = "pdf",
    file = sprintf("%s.colour.pdf",basename(fai)))
}

这里作图用到的是msa这个R包

读取多序列比对的数据使用的是Biostrings这个R包

上面的代码是写了一个简单的循环，做了四个数据的图，我试着做其中一个图，但是遇到了报错

Error in texi2dvi(texfile, quiet = !verbose, pdf = identical(output, "pdf"),  : 
  unable to run pdflatex on 'tails_archaea-sub-MXKK.g.fasta.colour.tex'
LaTeX errors:
! Paragraph ended before /inf@@get was complete.
 
                   /par 
l.26 ...cal/Temp/RtmpagEAWD/seq397c6ecb2093.fasta}
                                                  
! Misplaced alignment tab character &.
/msfline ->/par &
                  & & & @
l.26 ...cal/Temp/RtmpagEAWD/seq397c6ecb2093.fasta}
                                                  
! Misplaced alignment tab character &.
/msfline ->/par & &
                    & & @
l.26 ...cal/Temp/RtmpagEAWD/seq397c6ecb2093.fasta}
                                                  
! Misplaced alignment tab character &.
/msfline ->/par & & &
                      & @
l.26 ...cal/Temp/RtmpagEAWD/seq397c6ecb2093.fasta}

搞不懂是什么原因

R语言里做多序列比对的图还有更好的选择使用 ggmsa 这个R包

安装

devtools::install_github("YuLab-SMU/ggmsa")

这里R语言必须是4.1以上的

输入数据是比对好的fasta文件的路径

作图代码

library(ggmsa)
fai<-"data/20220620/archaeal_Ntails/tails_archaea-sub-MXKK.g.fasta"
pdf(file = "aligned_fasta.pdf",width = 9.4,height = 4)
ggmsa(fai)+
  geom_seqlogo() + geom_msaBar()
dev.off()

image.png

这个我认为比论文中提供的代码出图要好看的多

这个是论文中的代码出的图

示例数据和代码可以在公众号后台回复20220620获取

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！