动植物基因组大小粗略比较

发布于

在知乎看到问题 为什么植物基因组比动物基因组大（为什么植物基因组似乎比脊椎动物拥有更多的基因？）？ 印象里好像也不一定，因为拟南芥的基因组也才100多M，自己之前也看到过有些鱼的基因组也可以达到1G的级别。所以到NCBI网站上查了一下，找到了459个陆生植物（land Plants）植物的基因组信息，264个鱼（Fishes）418个昆虫（insects），377个哺乳动物（Mammals）的基因组信息。

我们分别看一下基因组大小的分布范围
代码语言：javascript
复制
library(ggplot2)
library(ggthemes)

landPlant<-read.csv("Genome_Size/landPlantsgenomes.csv",header=T)

landPlant$group<-"LandPlant"


fishes<-read.csv("Genome_Size/fishesgenomes.csv",header=T)

fishes$group<-"Fishes"


insects<-read.csv("Genome_Size/insectsgenomes.csv",header=T)

insects$group<-"Insects"


mammals<-read.csv("Genome_Size/mammalgenomes.csv",header=T)

mammals$group<-"Mammals"


df<-rbind(landPlant,fishes,insects,mammals)


dim(df)

colnames(df)

ggplot(df,aes(x=Size.Mb.))+

geom_density(aes(fill=group))+

facet_grid(group~.)+

theme_gdocs()+

theme(axis.text.y=element_blank())+

scale_fill_manual("Species",

values=c("#FFCC33","#FF3300",

"#990000","#0066FF"))+

labs(x="Genome Size (MB)")

image.png
总体来看还是哺乳动物的基因组更大，上图看起来不太美观，我们去掉一些极端值

代码语言：javascript
复制
ggplot(df,aes(x=Size.Mb.))+

geom_density(aes(fill=group))+

facet_grid(group~.)+

theme_gdocs()+

theme(axis.text.y=element_blank())+

scale_fill_manual("Species",

values=c("#FFCC33","#FF3300",

"#990000","#0066FF"))+

xlim(0,5000)+labs(x="Genome Size (MB)",y="")

image.png

接下来在分别看看最大和最小
代码语言：javascript
复制
library(dplyr)

df1<-df%>%

group_by(group)%>%

summarise(value=max(Size.Mb.))

ggplot(df1,aes(x=group,y=value))+

geom_col(aes(fill=group))+

labs(x="Species",y="Genome Size (MB)")+

theme_bw()

df2<-df%>%

group_by(group)%>%

summarise(value=min(Size.Mb.))

ggplot(df2,aes(x=group,y=value))+

geom_col(aes(fill=group))+

labs(x="Species",y="Genome Size (MB)")+

theme_bw()

df2

最大

image.png 最大的是

代码语言：javascript
复制
df[which(df$Size.Mb. > 27600),]

Pinus lambertiana

最小

image.png 最小基因组出现了0，应该是数据出现了问题，有时间再来检查吧

#bi#image#png