(转帖）-circos-circlize-2

原文地址：https://mp.weixin.qq.com/s/wiTOWfrscK_dfDxk2vEFig

Circos可以用来画基因组数据的环状图，也可以用来绘制其它数据的相关环状图，功能甚是强大，各种环状的叠加，很是美观。下面我们学习一下：

基本参数：

•circos.genomicTrackPlotRegion:  创建轨道，添加图形

•circos.genomicPoints:低水平函数，添加点

•circos.genomicLines: 低水平函数，添加线

•circos.genomicRect:  低水平函数，添加矩形

•circos.genomicText: 低水平函数，添加文本

•circos.genomicLink：添加连线

1、数据

数据格式：数据框

数据框必须包含三列信息：第一列是因子变量（基因类别、染色体等），第二列和第三列是数值变量，表示第一列因子的起始和终止位置。

library(circlize)

set.seed(1)

#随机产生一个数据

bed<-generateRandomBed(nr = 10,nc = 1)

bed

当然，你还可以增加很多变量（上述数据只有一个变量value1），需要设定nc=”变量数目“

2、初始化布局

默认：我们借用人类基因组信息进行布局：

par(mar = c(1, 1, 1, 1))

circos.initializeWithIdeogram()

当然了，circos.initializeWithIdeogram有很多参数可以选择，你可以绘制其它物种的信息（species可以选择物种）。

circos.initializeWithIdeogram(species = "hg18")

circos.initializeWithIdeogram(species = "mm10")

一般作为缺省值，该函数绘制出所有染色体的信息，当然你还可以自己调整绘制哪一条染色体。

circos.initializeWithIdeogram(species = 'hg19',chromosome.index = paste('chr',1:5,sep=""))

par(mar = c(1, 1, 1, 1))

par(mfrow=c(2,1))

#打乱顺序

circos.initializeWithIdeogram(species = 'hg18',sort.chr = F)

circos.initializeWithIdeogram(species = 'hg18',chromosome.index = c('chr1','chr2','chr3','chr4'))

注意：如果你不设定chromosome.index, 染色体顺序是可以打乱顺序的，也就是说可以人为排序。当你设定后chromosome.index，sort.chr是不起作用的，染色体位置信息取决于你的因子水平。

当然了，很重要的一点就是，轨道上的信息，我们可以通过参数plotType调整。

#plotType函数：可以设定仅绘制轴和标签

circos.initializeWithIdeogram(plotType = c("axis", "labels"))

#仅仅初始化布局（什么也看不到）

circos.initializeWithIdeogram(plotType = NULL)

上一节我们也谈到图形绘制起始角度，扇形之间的距离，轨道高度等参数，在这里我们演示一下。

circos.par("start.degree" = 90,gap.degree=c(rep(2,3),10),cell.padding=c(0,0,0,0))

circos.initializeWithIdeogram(chromosome.index = c('chr1','chr2','chr3','chr4'))我们也是可以自己定制化轨道：

#设定随机数种子

set.seed(2)

#圆形布局

par(mar=c(1,1,1,1))

#初始化

circos.initializeWithIdeogram(species = 'hg18',plotType = NULL)

#绘制轨道

circos.trackPlotRegion(ylim=c(0,1),track.height = 0.2,panel.fun = function(x,y){

#获取信息（x、y范围，分类变量），这一步是必须的！

chr=get.cell.meta.data('sector.index')

xlim=get.cell.meta.data('xlim')

ylim=get.cell.meta.data('ylim')

#在轨道上绘制矩形

  circos.rect(xleft = xlim[1],ybottom = ylim[1],xright = xlim[2],ytop = ylim[2]-0.5,col=rand_color(1))

#添加文本信息

 

circos.text(x=mean(xlim),y =ylim[2]-0.3,labels = chr,font=1,facing =

'bending.outside', niceFacing = T,cex=0.6)},bg.border = NA)

#重置命令

circos.clear()

我们也是可以自己构造数据框，绘制图形。

df = data.frame(

name = c("TP53", "TP63", "TP73"),

start = c(7565097, 189349205, 3569084),

end = c(7590856, 189615068, 3652765))

#下面三条命令绘制结果一样

circos.genomicInitialize(df)

circos.genomicInitialize(df, sector.names = c("tp53", "tp63", "tp73"))

circos.genomicInitialize(df, plotType=c('axis','labels'))

#载入数据

load(paste0(system.file(package = "circlize"), "/extdata/tp_family.RData"))

names(tp_family)

#外显子名字

names(tp_family[["TP53"]])

#位置信息

head(tp_family[['TP53']])[[1]]

#构造数据框

df<-data.frame(

gene=names(tp_family),

start=sapply(tp_family,function(x)min(unlist(x))),

end=sapply(tp_family,function(x)max(unlist(x))))

#初始化

circos.genomicInitialize(df)

#绘制轨道

circos.genomicTrackPlotRegion(ylim = c(0, 1),

bg.col = c("blue", "green", "grey"),

bg.border = NA, track.height = 0.05)

我们绘制出外显子在基因上的位置信息：

#初始化

circos.genomicInitialize(df)

#绘制轨道

circos.genomicTrackPlotRegion(ylim = c(0, 1), bg.col = c("blue", "green", "grey"),

bg.border=NA,track.height = 0.05)

n = max(sapply(tp_family, length))

#创建新的轨道

circos.genomicTrackPlotRegion(ylim = c(0.5, n + 0.5),

panel.fun = function(region, value, ...) {

#类别变量信息（有三个：TP53,TP63,TP73）

gn = get.cell.meta.data("sector.index")

#从列表中获取每个类别变量的信息

tr = tp_family[[gn]]

 #循环绘制线、矩形

for(i in seq_along(tr)) {

current_tr_start = min(tr[[i]]$start)

current_tr_end = max(tr[[i]]$end)

circos.lines(c(current_tr_start, current_tr_end),c(n - i, n - i), col = "#CCCCCC")

circos.genomicRect(tr[[i]], ytop = n - i + 0.4,  ybottom = n - i - 0.4, col = "orange", border = NA)  }

}, bg.border = NA, track.height = 0.3)

circos.clear()

3、构建作图区域（添加点、线、矩形等）

一般格式如下：

#单个变量

circos.genomicTrackPlotRegion(data,ylim=c(0,1),

panel.fun=function(region,value,...) {

circos.genomicPoints(region, value, ...)

})

#多个变量

circos.genomicTrackPlotRegion(data, numeric.column,

panel.fun=function(region,value,...) {

circos.genomicPoints(region, value, ...)

})

点：circos.genomicPointscircos.genomicPoints(region, value, ...)

circos.genomicPoints(region, value,numeric.column=c(1,2))

circos.genomicPoints(region, value, cex, pch)

circos.genomicPoints(region, value, sector.index, track.index)这里numeric.column也可以用列的名字代替

circos.genomicPoints=function(region,value,numeric.column=1,...) {

x=(region[[2]]+region[[1]])/2

y=value[[numeric.column]]

circos.points(x, y, ...)

}这里circos.points也可以表示出circos.genomicPoints。

线：circos.genomicLines circos.genomicLines(region, value, ...)

circos.genomicLines(region, value,numeric.column=c(1,2))

circos.genomicLines(region, value, lwd,lty="segment")

circos.genomicLines(region, value, area, baseline, border)

circos.genomicLines(region, value, sector.index, track.index)

Text：文本circos.genomicText(region, value, ...)

circos.genomicText(region, value, y, labels)

circos.genomicText(region, value, numeric.column, labels.column)

circos.genomicText(region, value, facing, niceFacing, adj)

circos.genomicText(region, value, sector.index, track.index)

Rectangle：矩形circos.genomicRect(region, value,ytop=1,ybottom=0)

circos.genomicRect(region, value,ytop.column=2,ybottom=0)

circos.genomicRect(region, value, col, border)

在这里介绍一个函数，非常好用，可以分割你的数据：colorRamp2

colorRamp2(breaks=c(-1,0,1),colors=c("green","black","red"))分割断点-1，0，1分别对应颜色green、black、red；此外-1到0对应green到black的渐变色，0到1对应black到red的渐变色。

注意：这篇文章整个放不下了，请到附文查看……