Cómo crear un gráfico de Manhattan para datos de GWAS
Cree un gráfico de Manhattan a partir de datos de GWAS en formato CSV o Excel sin programar. Mapee cromosomas, posiciones y valores p, anote loci, verifique umbrales y edite en SciVis.
Un gráfico de Manhattan (o Manhattan plot) es una herramienta excelente para resumir millones de pruebas de asociación, pero no puede corregir un estudio de asociación de genoma completo (GWAS) metodológicamente deficiente. Aspectos cruciales como la estructura de la población, la definición del fenotipo, la calidad de la imputación, el parentesco entre individuos, los filtros de frecuencia alélica y el control de pruebas múltiples se resuelven durante la fase de análisis estadístico, no en la etapa de representación gráfica. Por lo tanto, construya la figura únicamente a partir de una tabla de resultados previamente revisada y validada.
El Generador de Gráficos de Manhattan de SciDraw mapea la posición cromosómica frente al valor -log10(p) y abre el gráfico directamente en SciVis para su posterior edición. Las seis plantillas disponibles abarcan diseños básicos, de genoma completo, anotados, con puntos destacados, con umbrales sugeridos y en espejo (estilo Miami).
Miles de investigadores usan SciDraw AI para crear en minutos figuras listas para publicar en artículos, solicitudes de financiación y envíos a revistas, sin experiencia en diseño.
Graficar valores p no validados: la presencia de valores no numéricos, iguales a cero, negativos o mayores que uno interrumpe la transformación matemática o indica un problema en las etapas previas del análisis.
Ordenar los cromosomas alfabéticamente: este error suele posicionar el cromosoma 10 antes que el cromosoma 2 y desordenar los cromosomas sexuales.
Aplicar un umbral universal de forma ciega: aunque 5 × 10⁻⁸ es el umbral convencional más común en GWAS humanos, no constituye una regla aplicable a cualquier organismo, conjunto de marcadores, fenotipo o modelo de análisis.
Etiquetar cada variante significativa: las variantes correlacionadas en un mismo locus pueden superponerse y generar un bloque de texto completamente ilegible.
Interpretar un pico de asociación como el gen causal: la asociación estadística identifica una región genómica de interés para su posterior seguimiento; por sí sola, no demuestra cuál es la variante, el gen o el mecanismo biológico causal.
Organice su archivo de modo que contenga una sola fila por cada variante evaluada:
Columna
Propósito
Ejemplo
snp
Identificador de la variante
rs100102
chromosome
Cromosoma o contig
3
position_bp
Posición en pares de bases
18420351
p_value
Valor p de asociación (antes de transformar)
2.4e-9
trait
Fenotipo o etiqueta de serie (opcional)
Trait_A
annotated_locus
Etiqueta del locus (opcional)
Locus 3q
Puede examinar la estructura en nuestro CSV de gráfico de Manhattan básico o en el CSV de picos anotados. Asegúrese de que los valores p sean estrictamente numéricos y conserven la precisión suficiente para diferenciar las señales más fuertes.
Realice el control de calidad y el modelado de asociación en el software de genética que corresponda a su flujo de trabajo. La tabla destinada a la representación gráfica debe incluir únicamente las variantes finales que desea mostrar, utilizando un ensamblaje genómico homogéneo, etiquetas de cromosomas consistentes y coordenadas precisas en pares de bases. Especifique siempre la versión del ensamblaje del genoma en el epígrafe de la figura o en la sección de metodología.
Acceda al Generador de Gráficos de Manhattan, seleccione uno de los ejemplos predeterminados o cargue su propio archivo en formato CSV, TSV, TXT, XLSX o XLS. En el caso de archivos de Excel, la herramienta importará la primera hoja de trabajo de manera automática. Verifique que las columnas de cromosoma y posición identifiquen correctamente cada coordenada genómica y que todos los valores p cumplan con la condición 0 < p ≤ 1.
El eje vertical (y) debe representar la escala -log10(p), de modo que los valores p más pequeños (más significativos) se sitúen en la parte superior del gráfico. Por ejemplo, un valor de p = 10⁻⁸ se transformará en 8. Compruebe manualmente la correspondencia de algunos puntos y asegúrese de que los cromosomas se muestren en orden genómico, utilizando colores alternos únicamente para diferenciar visualmente los cromosomas adyacentes.
La línea de significación genómica de 5 × 10⁻⁸, ampliamente utilizada en la literatura, equivale aproximadamente a 7.30 en la escala del eje -log10(p). No obstante, su estudio podría requerir un umbral específico calculado en función del número y la dependencia de las pruebas estadísticas realizadas, un protocolo particular de su investigación o las convenciones de su área de estudio.
Incorpore anotaciones únicamente para las variantes centinela (sentinel variants) o para los loci definidos de forma independiente, detallando siempre el criterio de selección empleado. Las variantes estrechamente ligadas en una misma región suelen agruparse formando un pico debido al desequilibrio de ligamiento; por lo tanto, no deben presentarse como descubrimientos independientes.
Si decide incluir un umbral sugerente (suggestive threshold) con fines exploratorios, aplique un estilo visual distinto al del umbral de significación principal y defina ambos claramente en la leyenda o en el epígrafe de la figura.
Utilice el entorno de SciVis para ajustar las líneas de umbral, las etiquetas de los cromosomas, las líneas de guía de las anotaciones, la paleta de colores y la distribución general del gráfico. Evite desplazar puntos o alterar sus valores numéricos con el único fin de mejorar la estética visual.
Cada punto del gráfico representa una variante genética evaluada. Su posición en el eje horizontal indica su ubicación física en el genoma, mientras que su posición en el eje vertical refleja la fuerza de la evidencia estadística expresada como -log10(p). Un cúmulo vertical de puntos (pico) señala una región genómica que alberga variantes asociadas y frecuentemente correlacionadas entre sí.
Antes de declarar un locus como estadísticamente relevante, evalúe críticamente el umbral preestablecido, el tamaño del efecto y su intervalo de confianza, la frecuencia del alelo menor, la calidad de la imputación o del genotipado, el factor de inflación genómica, el patrón de asociación regional, la replicación en cohortes independientes y el rigor del protocolo de análisis. El gráfico por sí solo no garantiza la validez de estos controles de calidad.
Utilice un gráfico de Manhattan clásico para obtener una vista panorámica de todo el genoma en un único análisis de asociación.
Utilice un gráfico de Miami para comparar dos series de datos genómicos completos de forma simultánea, disponiendo una serie hacia arriba y otra hacia abajo respecto a un eje cromosómico central compartido.
Utilice un gráfico de asociación regional (LocusZoom plot) cuando necesite examinar en detalle un locus específico, mostrando el desequilibrio de ligamiento local y el contexto de los genes circundantes.
Utilice nuestro Generador de Gráficos de Volcán si su objetivo es contrastar el tamaño del efecto frente a la significación estadística en estudios de expresión diferencial o análisis similares a nivel de características; este tipo de gráfico no conserva la posición genómica.
No. La plataforma se limita a visualizar una tabla de resultados de asociación previamente procesada. El control de calidad, el modelado estadístico, la corrección por estructura poblacional o parentesco y las decisiones de inferencia científica corresponden exclusivamente a su flujo de trabajo analítico.
No. Aunque es el estándar convencional para la mayoría de los estudios de GWAS en humanos, el umbral metodológicamente justificable depende del diseño experimental, el organismo de estudio, el conjunto de marcadores genéticos, la estructura de dependencia de las pruebas y el plan de análisis estadístico establecido.
Se recomienda revisar el archivo de salida de su software de análisis y exportar los resultados con una mayor precisión numérica (por ejemplo, utilizando valores logarítmicos de p si la herramienta lo permite). Sustituir un valor de cero por un número arbitrario puede distorsionar la fuerza real de la evidencia científica.
Es aceptable anotar un gen candidato o cercano siempre que se especifique claramente el método de mapeo utilizado. No obstante, recuerde que la proximidad física no demuestra causalidad biológica. Mantenga siempre la variante centinela o la definición del locus accesible en el epígrafe de la figura o en el material complementario.
Davie Chen is a researcher at the Faculty of Animation and Intermedia, University of Arts in Poznan, studying generative AI for scientific figure creation, patent illustration, and manuscript drafting. SciDraw AI is one of the research-to-product tools built from this work.
