hongiiv's - 단맛만 좋아요!

David Duncan라는 사람이 URDB(The Universal Record Database)에 따르면 자신의 유전정보에 대한 어노테이션(Promethase의 분석 결과로 나온 정보)이 전세계적으로 가장 많이 되어 있다고, 즉 자신의 정보를 가장 많이 알 수 있다는 글 을 올렸고, 이에 대해서 대략적인 결론은 SNPedia의 Mike가 더 많은 어노테이션이 된 사람이 있고, 빠르게 급변하는 genomic 영역에서 이런 따위?는 무의미 하다는 글을 남기기도 했다.

SNPedia의 데이터에 따르면 NA07022라는 백인 샘플?이 5,906개의 정보를 가지고 있기 때문에 가장 많다. 그 다음은 양 후안밍(중국) 박사가 5495개로 그 뒤를 따르고 있다. 이 두명은 특정 플랫폼을 사용해서 genotyping을 한것이 아니라 whole 지놈을 분석한 사람이고, 그 뒤를 이어서 Duncan이 5351개로 3위에 있다. Duncan은 위의 두명과는 달리 23andMe, decodeme, navigenics 총 3개의 서비스를 합친 정보에 대한 5351개의 정보를 가지고 있다.


각 서비스별로 플랫폼이 다르고 플랫폼이 찾아낼 수 있는 SNP의 갯수가 다르기 때문에 어노테이션되는 갯수도 이에 따라 달라지게 된다. 무의미하지만 각각의 서비스를 비교해본다면,

1. Whole genome sequencing : 4946
2. 23andMe: 3874(Illumina 600,000 SNP detection)
3. deCODEme: 3187 (Illumina 1M array?)
4. Navigenics: 1439 (Affymetrix 6.0 array?)
5. PGP10: 1131(??)

내일이면 바뀔지 모르는 데이터입니다. Maybe it will be a changed tomorrow : )

Posted by hongiiv

3차원의 scatter plot을 그리기

주성분분석(PCA)에서는 1,2주성분에 대해서 각각 x,y의 2차원상에서 plot을 그려서 보여준다. 그런데 어느 논문에서 각 개체의 1부터 7까지 주성분을 모두([1,2주성분],[3,4주성분],[5,6주성분],[7,8주성분] - 총 4개의 그래프를 죄다 보여주는)보여주는 것을 보고는 저럴 필요가지 있을까라는 생각이 들긴 했지만, 그렇다면 개체의 1,2,3 주성분(x,y,z축으로)을 3차원으로 보여주는 것도 괜찮을 것 같다는 생각이 들었다.

우선 R의 rgl패키지의 plot3d()를 이용할것이므로 rgl 패키지를 설치한다.

>library(rgl)
>data<-read.table("point2.dat",header=TRUE)
>p1=prcomp(data,scale=TRUE)
>p2<-predict(p1)
>plot3d(p2[,1:3])

또는 prcomp() 대신 princomp()를 이용할 경우에는

>p3<-princomp(data,scale=TRUE)
>plot3d(p3$scores[,1:3])

이렇게 그려진 plot은 다음과 같이 OpenGL을 이용하여 그려지게 되고, 마우스 줌과 회전이 가능해진다. 마우스로 적당한 포즈?를 취한 후에는 snapshot()을 이용해서 그림 파일로 저장이 가능하다.

>rgl.snapshot("3dplot.png")


그림 파일이 아닌 동영상(움직이는 gif)로 저장하고 싶다면 ImageMagick을 설치한 후 movie3d()를 실행하면 지정된 tmp 폴더에 movie.gif 라는 움직이는 동영상이 저장된다.

>movie3d(spin3d(),duration=20,convert=TRUE)


이건 신모박사님의 데이터를 잠깐 빌려서 그려본 3D PCA plot  ^^;;

Posted by hongiiv

R과 엑셀이 결합해서 수백만 로우의 데이터를 한방에 로드하고 이를 엑셀에서 확인한 후 R을 돌려서 그 결과를 깔끔하게 엑셀의 표나 그래프 형식으로 볼 수 있다면... 이라는 생각을 줄곧 했었는데...

그런데 구글이 이것을 fusion tables라는 이름으로 만들어 버렸다. 지금은 테이블당 100MB로(이것도 무진장 큰 데이터이건만...그래도 모자라 보이는건...-.-;;) 한정되어 있지만 향후 다룰 수 있는 데이터가 점점 커진다면 ^^;;

조만간 생물학 데이터들도 google의 fusion tables을 통해서 전세계 연구자이 협업을 통해 데이터를 완성해 나가고 결국은 이렇게 만들어진 데이터를 가지고 갖가지 분석을 해버리는 날이 오게 될것만 같다...

Posted by hongiiv