要安装此包，请运行

如果(!install.packages("BiocManager") BiocManager::install("NanoMethViz")
库(NanoMethViz)

要生成甲基化图，我们需要3个组件:

甲基化信息已经从nanopolish/f5c的输出修改。然后对其进行压缩并使用bgzip ()而且indexTabix ()从Rsamtools包中。

#甲基化数据存储在tabix文件methy <- system。# tabix是一个特殊的gzip标签分离值文件read.table(gzfile(methy)， col.names = methy_col_names()， nrows = 6)
# #样品所对应pos链统计# # 1 B6Cast_Prom_1_bl6 chr11 101463573 * -0.33 # # 2 B6Cast_Prom_1_bl6 chr11 101463573 * -1.87 # # 3 B6Cast_Prom_1_bl6 chr11 101463573 * -4.19 # # 4 B6Cast_Prom_1_bl6 chr11 101463573 * 0.10 # # 5 B6Cast_Prom_1_cast chr11 101463573 * -0.38 # # 6 B6Cast_Prom_1_cast chr11 101463573 * -0.84 # # 1 # # read_name 6 cc38b35 - 6570 4 - b44 a1e3 - 2605 fcf2ffe8 # # 2 787 f5f43-d144-4e15-ab7d-6b1474083389 # # 3 c7ee7fb4-a915-4da7-9f36-da6ed5e68af2 # # 4 bff8b135 - 0296 - 4495 - 9354 - 098242 - ea8cc411fe130b-8d48-4399-a9fa-2ca2860fa355 ## 6 502fe95 -c2f2-46ad-9bc5-fb3fc80b4245

外显子注释来自于Mus。肌肉包，并连接成一个单一的表。重要的是，染色体与甲基化数据中发现的相同。

# helper函数提取Mus的外显子。肌肉包exon_tibble <- get_exons_mus_musculus()
##加载所需的包:musu .musculus
##加载所需的包:AnnotationDbi
##加载所需的包:stats4
##加载所需的包:BiocGenerics
加载所需的包:平行
## ##附加包:'BiocGenerics'
以下对象从'package:parallel'中被屏蔽:## ## clusterApply, clusterApplyLB, clusterCall, clusterEvalQ， ## clusterExport, clusterMap, parApply, parCapply, parApply， ## parapplylb, parRapply, parSapply, parSapplyLB
以下对象从'package:stats'被屏蔽:## ## IQR, mad, sd, var, xtabs
以下对象从'package:base'被屏蔽:## ## Filter, Find, Map, Position, Reduce, anyduplicate, append， ## as.data.frame, basename, cbind, colnames, dirname, do. frame。调用，## duplicate, eval, evalq, get, grep, grepl, intersect, is。Unsorted， ## lapply, mapply, match, mget, order, paste, pmax, pmax.int, pmin， ## pmin.int, rank, rbind, rownames, sapply, setdiff, sort, table， ## tapply, union, unique, unsplit, which。马克斯,which.min
##加载所需的包:Biobase
##欢迎访问Bioconductor ## ## Vignettes包含介绍性材料;使用## 'browseVignettes()'查看。要引用Bioconductor，请参阅## 'citation("Biobase")'，并查看软件包'citation("pkgname")'。
## ##附加包:“Biobase”
以下对象从“package:NanoMethViz”:## ## samples被屏蔽
##加载所需的包:伊朗
加载所需的包:S4Vectors
## ##附加包:'S4Vectors'
以下对象从'package:base'被屏蔽:## ## I，展开。网格,unname
##加载所需的包:organizmdbi
##加载所需的包:基因组特征
##加载所需的包:GenomeInfoDb
##加载所需的包:genome icranges
## ##附加包:“基因组特征”
以下对象从“package:NanoMethViz”:## ## exons被屏蔽
加载所需的包:GO.db
# #
##加载所需的包:org.Mm.eg.db
# #
##加载所需的包:TxDb.Mmusculus.UCSC.mm10.knownGene
头(exon_tibble)
## # A tibble: 6 x 7 ## gene_id chr strand start end转录t_id symbol ##        ## 1 100009600 chr9 - 21062393 21062994 21062987 74536 Zglp1 ## 2 100009600 chr9 - 21063394 21063387 74536 Zglp1 ## 3 100009600 chr9 - 21063314 21063396 74536 Zglp1 ## 4 100009600 chr9 - 2106940 21067093 74536 Zglp1 ## 6 100009600 chr9 - 21062400 21062717 74538 Zglp1 ## 1 100009600 chr9 - 21062393 21062717 74538 Zglp1 ## 2

我们将自己定义示例注释。重要的是，样本名称必须与甲基化数据中发现的名称相匹配。

sample <- c("B6Cast_Prom_1_bl6"， "B6Cast_Prom_1_cast"， "B6Cast_Prom_2_bl6"， "B6Cast_Prom_2_cast"， "B6Cast_Prom_2_cast"， "B6Cast_Prom_3_cast") group <- c("bl6"， "cast"， "bl6"， "cast"， "bl6"， "bl6"， "cast"， "cast") sample_anno <- data.frame(sample, group, stringsAsFactors = FALSE
##样本组## 1 B6Cast_Prom_1_bl6 ## 2 B6Cast_Prom_1_cast cast ## 3 B6Cast_Prom_2_bl6 bl6 ## 4 B6Cast_Prom_2_cast cast ## 5 B6Cast_Prom_3_bl6 bl6 ## 6 B6Cast_Prom_3_cast cast ## 3 b6cast_prom_bl6 bl6 ## 6 B6Cast_Prom_3_cast cast

为了方便起见，我们将这三部分数据集合到一个对象中。

nmeth_results <- NanoMethResult(methy, sample_anno, exon_tibble)

我们现有的基因是

为了演示目的，我们将绘制Peg3。

plot_gene (nmeth_results“Peg3”)

我们还可以加载一些DMR结果来突出显示DMR区域。

#加载之前bsseq分析的保存结果bsseq_dmr <- read。表(系统。file(package = "NanoMethViz"， "dmr_sub .tsv.gz")， sep = "\t"， header = TRUE, stringsAsFactors = FALSE)
plot_gene(nmeth_results， "Peg3"， anno_regions = bsseq_dmr)

单个长读取可以使用意大利面论点。

# warnings在此小章节中已关闭，但这通常会#生成许多警告，因为许多读取的平滑将失败plot_gene(nmeth_results， "Peg3"， anno_regions = bsseq_dmr, spaghetti = TRUE)