R包：OmicCircos
2020-01-03 本文已影响0人
小潤澤
前言：
在R的世界里面，画圈图的工具除了RCircos和Zuguang Gu的circlize以外，还有个OmicCircos也可以画圈图
当然，这个我是学习大神@ nnlrl 的推送：https://www.jianshu.com/p/99e9b7ab5731
在这里先注明出处。
这里我只谈谈我的学习记录
关于这个包：
这个R包收录在了Bioconductor，所以只用输入下列命令就可安装：
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("OmicCircos")
import R包自带数据
#载入R包
library(OmicCircos)
options(stringsAsFactors = FALSE)
#载入测试数据
data("TCGA.BC.fus")
data("TCGA.BC.cnv.2k.60")
data("TCGA.BC.gene.exp.2k.60")
data("TCGA.BC.sample60")
data("TCGA.BC_Her2_cnv_exp")
image.png
任何绘图，第一重要的永远是数据结构和数据类型，下面，我就一一展示下这些数据
1. TCGA.BC_Her2_cnv_exp
image.png
这份数据包括了染色体号，基因位置，基因名和统计推断中的相关特征值（t-value，p-value，FDR等）
2. TCGA.BC.cnv.2k.60
image.png
这一个表格包括了染色体号，基因位置信息，基因名和不同组织拷贝数变异的情况（可能叙述的不是很准确，我没弄清楚这个value代表什么）
3. TCGA.BC.sample60
image.png
这个表格显示了不同的sample的不同肿瘤亚型
4. TCGA.BC.gene.exp.2k.60
image.png
这一个表格包括了染色体号，基因位置信息，基因名和不同组织基因表达的情况
5.TCGA.BC.fus
image.png
该表介绍了融合基因的相关情况
筛选目的信息：
#cnv的p值进行log10转化
pvalue <- -1 * log10(TCGA.BC_Her2_cnv_exp[,5])
pvalue <- cbind(TCGA.BC_Her2_cnv_exp[,c(1:3)], pvalue)
#筛选Her2亚型
Her2.i <- which(TCGA.BC.sample60[,2] == "Her2")
Her2.n <- TCGA.BC.sample60[Her2.i,1]
Her2.j <- which(colnames(TCGA.BC.cnv.2k.60) %in% Her2.n)
#筛选Her2亚型患者cnv信息
cnv <- TCGA.BC.cnv.2k.60[,c(1:3,Her2.j)]
cnv.m <- cnv[,c(4:ncol(cnv))]
cnv.m[cnv.m > 2] <- 2
cnv.m[cnv.m < -2] <- -2
cnv <- cbind(cnv[,1:3], cnv.m)
#筛选Her2亚型患者的基因表达信息
Her2.j <- which(colnames(TCGA.BC.gene.exp.2k.60) %in% Her2.n)
gene.exp <- TCGA.BC.gene.exp.2k.60[,c(1:3,Her2.j)]
筛选完成的表长这个样子：
-
cnv：
此时仅有Her2 患者的cnv信息
image.png
2.gene.exp
此时仅含Her2 患者的基因表达信息
image.png
绘图：
colors <- rainbow(10, alpha=0.5);
#画图，首先建立一个空白图层
pdf("OmicCircos4vignette10.pdf", 8,8);
par(mar=c(2, 2, 2, 2));
plot(c(1,800), c(1,800), type="n", axes=FALSE, xlab="", ylab="", main="");
#选择需要放大的坐标
zoom <- c(1, 22, 939245.5, 154143883, 0, 180);
#开始画图
circos(R=400, cir="hg18", W=4, type="chr", print.chr.lab=TRUE, scale=TRUE, zoom=zoom);#最外层染色体信息
circos(R=300, cir="hg18", W=100, mapping=gene.exp, col.v=4, type="heatmap2", cluster=TRUE, col.bar=TRUE, lwd=0.01, zoom=zoom);#次外层基因表达信息
circos(R=220, cir="hg18", W=80, mapping=cnv, col.v=4, type="ml3", B=FALSE, lwd=1, cutoff=0, zoom=zoom);#第三层cnv信息
circos(R=140, cir="hg18", W=80, mapping=pvalue, col.v=4, type="l", B=TRUE, lwd=1, col=colors[1], zoom=zoom);#第四层p值曲线
circos(R=130, cir="hg18", W=10, mapping=TCGA.BC.fus, type="link", lwd=2, zoom=zoom);#基因共表达连线
## 局部放大操作
the.col1=rainbow(10, alpha=0.5)[1];
highlight <- c(140, 400, 11, 282412.5, 11, 133770314.5, the.col1, the.col1);
circos(R=110, cir="hg18", W=40, mapping=highlight, type="hl", lwd=2, zoom=zoom);
the.col2=rainbow(10, alpha=0.5)[6];
highlight <- c(140, 400, 17, 739525, 17, 78385909, the.col2, the.col2);
circos(R=110, cir="hg18", W=40, mapping=highlight, type="hl", lwd=2, zoom=zoom);
## highlight link
highlight.link1 <- c(400, 400, 140, 376.8544, 384.0021, 450, 540.5);
circos(cir="hg18", mapping=highlight.link1, type="highlight.link", col=the.col1, lwd=1);
highlight.link2 <- c(400, 400, 140, 419.1154, 423.3032, 543, 627);
circos(cir="hg18", mapping=highlight.link2, type="highlight.link", col=the.col2, lwd=1);
## zoom in chromosome 11
zoom <- c(11, 11, 282412.5, 133770314.5, 180, 270);
circos(R=400, cir="hg18", W=4, type="chr", print.chr.lab=TRUE, scale=TRUE, zoom=zoom);
circos(R=300, cir="hg18", W=100, mapping=gene.exp, col.v=4, type="heatmap2", cluster=TRUE, lwd=0.01, zoom=zoom);
circos(R=220, cir="hg18", W=80, mapping=cnv, col.v=4, type="ml3", B=FALSE, lwd=1, cutoff=0, zoom=zoom);
circos(R=140, cir="hg18", W=80, mapping=pvalue, col.v=4, type="l", B=TRUE, lwd=1, col=colors[1], zoom=zoom);
## zoom in chromosome 17
zoom <- c(17, 17, 739525, 78385909, 274, 356);
circos(R=400, cir="hg18", W=4, type="chr", print.chr.lab=TRUE, scale=TRUE, zoom=zoom);
circos(R=300, cir="hg18", W=100, mapping=gene.exp, col.v=4, type="heatmap2", cluster=TRUE, lwd=0.01, zoom=zoom);
circos(R=220, cir="hg18", W=80, mapping=cnv, col.v=4, type="ml3", B=FALSE, lwd=1, cutoff=0, zoom=zoom);
circos(R=140, cir="hg18", W=80, mapping=pvalue, col.v=4, type="l", B=TRUE, lwd=1, col=colors[1], zoom=zoom);
image.png
几个重要的参数：
“chr”：染色体或片段的绘图
“chr2”：染色体或部分基因组片段图
“heatmap”：热图
“heatmap2”：基因组坐标的heatmaps
“hightlight.link”：用于缩放的链接线
“hl”：突出显示
“label”：基因标签或文本注释
“label2”：具有相同圆周坐标的基因标签或文本注释
“link.pg”：基于贝塞尔曲线的链接多边形
“link”：基于贝塞尔曲线的链接线
“link2”：具有较小染色体内弧的链接线
“l”：折线
“ls”：阶梯状线图
“lh”：水平线
“ml”：多折线
“ml2”：多水平线
“ml3”：多阶梯状线图
“box”：箱线图
“hist”：多个样本的直方图
“ms”：多个样本的点图（类似箱线图）
“h”：柱状图
“s”：点图
“b”：条形图
“quant75”：75%分位数线
“quant90”：90%分位数线
“ss”：与数值成比例的点
“sv”：与方差成比例的点
“s.sd”：与标准偏差成比例的点
“ci95”：95%置信区间线
“b2”：条形图（双向）
“b3”：相同高度的条形图
“s2”：固定半径的点
“arc”：半径可变的弧（表示基因片段）
“arc2”：具有固定半径的弧
