其他
一层一层的剥开你的圈
老规矩，Rmarkdown文章请直接点击阅读原文浏览更佳，8张图带你画懂圈圈图！
为了让圈圈图能一层层的添加，我用了一个很巧妙的方式，希望你能看懂！
每个图层对应的数据我都展示给大家看了，希望大家能明白学习的技巧，在脑海中有一个映射关系。什么样的数据映射到了圈圈上面！
我先讲解了画图，再讲解了一些小知识。
安装并加载必须的packages
如果你还没有安装，就运行下面的代码安装：
install.packages('RCircos')
library(RCircos)如果你安装好了，就直接加载它们即可
library(RCircos)最基本的circos图
最基本的图，就是直接利用物种的染色体信息，展示出来即可
#导入内建人类染色体数据
data(UCSC.HG38.Human.CytoBandIdeogram)
cyto.info <- UCSC.HG38.Human.CytoBandIdeogram
RCircos.Set.Core.Components(cyto.info, chr.exclude=NULL,tracks.inside=10, tracks.outside=0 )##
## RCircos.Core.Components initialized.
## Type ?RCircos.Reset.Plot.Parameters to see how to modify the core components.#chr.exclude <- NULL; 设置不显示的染色体，如 c(1,3)
#cyto.info <- UCSC.HG19.Human.CytoBandIdeogram; 设置染色体数据
#tracks.inside <- 10; 设置内部track 个数
#tracks.outside <- 0; 设置外部track 个数
RCircos.Set.Plot.Area()RCircos.Chromosome.Ideogram.Plot()
#绘制染色体表意文字，染色体的默认方法亮点和染色体名称。复杂化
在前面最基本的图的基础上面把circos复杂化，一步步添加到我们想要的信息。 ### 基础染色体信息 同上
#导入内建人类染色体数据a <- function(...){
data(UCSC.HG19.Human.CytoBandIdeogram);
head(UCSC.HG19.Human.CytoBandIdeogram);
## 这里换了个参考基因组版本，请注意
chr.exclude <- NULL; #设置不显示的染色体，如 c(1,3)
cyto.info <- UCSC.HG19.Human.CytoBandIdeogram;
#设置染色体数据
tracks.inside <- 10; #设置内部track 个数
tracks.outside <- 0; #设置外部track 个数
#导入上面四个基本参数
RCircos.Set.Core.Components(cyto.info, chr.exclude, tracks.inside, tracks.outside);
RCircos.Set.Plot.Area()
RCircos.Chromosome.Ideogram.Plot()}a()#绘制染色体表意文字，染色体的默认方法亮点和染色体名称。在基因组上面根据坐标标记基因
前面已经介绍过这个RCircos.Gene.Label.Data数据是什么了
b <- function(...){
a()
#Gene Labels and connectors on RCircos Plot
#RCircos.Gene.Connector.Plot 绘制染色体表意文字和基因名称之间的连接
#RCircos.Gene.Name.Plot 在数据轨道上绘制基因名称
data(RCircos.Gene.Label.Data);
name.col <- 4;
side <- "in";
track.num <- 1; RCircos.Gene.Connector.Plot(RCircos.Gene.Label.Data, track.num, side);
track.num <- 2;
RCircos.Gene.Name.Plot(RCircos.Gene.Label.Data, name.col,track.num, side);}
b()用热图来标记基因组每个区域的数据
一般是拷贝数变异等数据，用RCircos.Heatmap.Plot函数绘制一个数据轨道的热图
data(RCircos.Heatmap.Data);head(RCircos.Heatmap.Data);## Chromosome chromStart chromEnd GeneName X786.O A498 A549.ATCC
## 1 chr1 934341 935552 HES4 6.75781 7.38773 6.47890
## 2 chr1 948846 949919 ISG15 7.56297 10.49590 5.89893
## 3 chr1 1138887 1142089 TNFRSF18 4.69775 4.55593 4.38970
## 4 chr1 1270657 1284492 DVL1 7.76886 7.52194 6.87125
## 5 chr1 1288070 1293915 MXRA8 4.49805 4.72032 4.62207
## 6 chr1 1592938 1624243 SLC35E2B 8.73104 8.10229 8.36599
## ACHN BT.549 CAKI.1
## 1 6.05517 8.85062 7.00307
## 2 7.58095 12.08470 7.81459
## 3 4.50064 4.47525 4.47721
## 4 7.03517 7.65386 7.69733
## 5 4.58575 5.66389 4.93499
## 6 9.04116 9.24175 9.89727c <- function(...){
b()
data.col <- 6; track.num <- 5; side <- "in"; RCircos.Heatmap.Plot(RCircos.Heatmap.Data, data.col, track.num, side); }c()加上散点图
用RCircos.Scatter.Plot函数来添加一个数据轨迹的扫描图
data(RCircos.Scatter.Data);head(RCircos.Scatter.Data);## chromosome start stop num.mark seg.mean
## 1 1 61735 228706 18 -0.4459
## 2 1 228729 356443 10 0.5624
## 3 1 356542 564621 4 -0.9035
## 4 1 603590 1704138 227 0.3545
## 5 1 1709023 1711414 6 1.2565
## 6 1 1714558 12862252 6276 0.4027d <- function(...){
c()
RCircos.Scatter.Data$chromosome=paste0('chr',RCircos.Scatter.Data$chromosome)
head(RCircos.Scatter.Data); data.col <- 5; track.num <- 6; side <- "in"; by.fold <- 1; RCircos.Scatter.Plot(RCircos.Scatter.Data, data.col,track.num, side, by.fold); }d()加上直线
用RCircos.Line.Plot函数绘制线为一个数据轨道
data(RCircos.Line.Data);head(RCircos.Line.Data);## chromosome start stop num.mark seg.mean
## 1 1 61735 16895627 8732 0.1797
## 2 1 16896821 17212714 105 -0.2117
## 3 1 17214822 25574471 5321 0.1751
## 4 1 25574707 25662212 37 0.5064
## 5 1 25663310 30741496 2400 0.1384
## 6 1 30741656 30745210 3 -1.4742e <- function(...){
d()
RCircos.Line.Data$chromosome=paste0('chr',RCircos.Line.Data$chromosome)
head(RCircos.Line.Data); data.col <- 5; track.num <- 7; side <- "in"; RCircos.Line.Plot(RCircos.Line.Data, data.col, track.num, side); }e()加上直方图
这里用RCircos.Histogram.Plot 函数绘制一个数据轨迹的直方图
data(RCircos.Histogram.Data);head(RCircos.Histogram.Data);## Chromosome chromStart chromEnd Data
## 1 chr1 45000000 49999999 0.070859
## 2 chr1 55000000 59999999 0.300460
## 3 chr1 60000000 64999999 0.125421
## 4 chr1 70000000 74999999 0.158156
## 5 chr1 75000000 79999999 0.163540
## 6 chr1 80000000 84999999 0.342921f <- function(...){
e()
data.col <- 4; track.num <- 8; side <- "in"; RCircos.Histogram.Plot(RCircos.Histogram.Data, data.col, track.num, side); }f()给每个区间加上title
老实说，我觉得这一个圈圈没有必要绘
data(RCircos.Tile.Data);head(RCircos.Tile.Data)## Chromosome chromStart chromEnd
## 1 chr1 0 23900000
## 2 chr1 12700000 44100000
## 3 chr1 28000000 68900000
## 4 chr1 59000000 94700000
## 5 chr1 99700000 120600000
## 6 chr1 147000000 234700000g <- function(...){
f()
track.num <- 9; side <- "in"; RCircos.Tile.Plot(RCircos.Tile.Data, track.num, side); }g()最后把有连接关系的基因连线
用RCircos.Link.Plot函数绘制两个或多个基因组位置之间的链接线，请自行查看RCircos.Link.Data数据是什么，如何映射到这个circos图上的。
data(RCircos.Link.Data);head(RCircos.Link.Data);## Chromosome chromStart chromEnd Chromosome.1 chromStart.1 chromEnd.1
## 1 chr1 8284703 8285399 chr1 8285752 8286389
## 2 chr1 85980143 85980624 chr7 123161313 123161687
## 3 chr1 118069850 118070319 chr1 118070329 118070689
## 4 chr1 167077258 167077658 chr1 169764630 169764965
## 5 chr1 171671272 171671550 chr1 179790879 179791292
## 6 chr1 174333479 174333875 chr6 101861516 101861840h <- function(...){
g()
track.num <- 11; RCircos.Link.Plot(RCircos.Link.Data, track.num, TRUE); data(RCircos.Ribbon.Data); RCircos.Ribbon.Plot(ribbon.data=RCircos.Ribbon.Data, track.num=11, by.chromosome=FALSE, twist=FALSE)
}h()保存为PDF
这个需要具体设置，因为circos图占画布跟其它图不太一样
out.file <- "RCircosDemoHumanGenome.pdf";pdf(file=out.file, height=8, width=8, compress=TRUE);RCircos.Set.Plot.Area();par(mai=c(0.25, 0.25, 0.25, 0.25));plot.new();plot.window(c(-2.5,2.5), c(-2.5, 2.5));## 把circos图画在这里即可dev.off();最后给一个sessionInfo()吧
sessionInfo()## R version 3.3.3 (2017-03-06)
## Platform: x86_64-apple-darwin13.4.0 (64-bit)
## Running under: macOS Sierra 10.12.4
##
## locale:
## [1] C
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] RCircos_1.2.0
##
## loaded via a namespace (and not attached):
## [1] backports_1.0.5 magrittr_1.5 rprojroot_1.2 tools_3.3.3
## [5] htmltools_0.3.5 yaml_2.1.14 Rcpp_0.12.10 stringi_1.1.3
## [9] rmarkdown_1.4 knitr_1.15.1 stringr_1.2.0 digest_0.6.12
## [13] evaluate_0.10看看内置的测试数据
circos 本来是一个perl程序，专门用来genomic features在全基因组的分布，连接的。 所以输入数据必然要包含染色体，起始终止坐标的。 然后可以是一列value用来调色或者高度信息，可以加入基因名字等各种信息。 如果有两个genomic features的坐标信息，就是连接图啦。
下面是几个例子：
data(RCircos.Gene.Label.Data);head(RCircos.Gene.Label.Data);## Chromosome chromStart chromEnd Gene
## 1 chr1 8921418 8934967 ENO1
## 2 chr1 17345375 17380514 SDHB
## 3 chr1 27022894 27107247 ARID1A
## 4 chr1 41976121 42501596 HIVEP3
## 5 chr1 43803519 43818443 MPL
## 6 chr1 45794977 45805926 MUTYHdata(RCircos.Histogram.Data)head(RCircos.Histogram.Data)## Chromosome chromStart chromEnd Data
## 1 chr1 45000000 49999999 0.070859
## 2 chr1 55000000 59999999 0.300460
## 3 chr1 60000000 64999999 0.125421
## 4 chr1 70000000 74999999 0.158156
## 5 chr1 75000000 79999999 0.163540
## 6 chr1 80000000 84999999 0.342921data(RCircos.Heatmap.Data)head(RCircos.Heatmap.Data)## Chromosome chromStart chromEnd GeneName X786.O A498 A549.ATCC
## 1 chr1 934341 935552 HES4 6.75781 7.38773 6.47890
## 2 chr1 948846 949919 ISG15 7.56297 10.49590 5.89893
## 3 chr1 1138887 1142089 TNFRSF18 4.69775 4.55593 4.38970
## 4 chr1 1270657 1284492 DVL1 7.76886 7.52194 6.87125
## 5 chr1 1288070 1293915 MXRA8 4.49805 4.72032 4.62207
## 6 chr1 1592938 1624243 SLC35E2B 8.73104 8.10229 8.36599
## ACHN BT.549 CAKI.1
## 1 6.05517 8.85062 7.00307
## 2 7.58095 12.08470 7.81459
## 3 4.50064 4.47525 4.47721
## 4 7.03517 7.65386 7.69733
## 5 4.58575 5.66389 4.93499
## 6 9.04116 9.24175 9.89727data(RCircos.Link.Data)head(RCircos.Link.Data)## Chromosome chromStart chromEnd Chromosome.1 chromStart.1 chromEnd.1
## 1 chr1 8284703 8285399 chr1 8285752 8286389
## 2 chr1 85980143 85980624 chr7 123161313 123161687
## 3 chr1 118069850 118070319 chr1 118070329 118070689
## 4 chr1 167077258 167077658 chr1 169764630 169764965
## 5 chr1 171671272 171671550 chr1 179790879 179791292
## 6 chr1 174333479 174333875 chr6 101861516 101861840熟悉物种的染色体信息
就是很简单染色体的每个片段的起始终止坐标信息，取决于物种还有它对应的参考基因组版本
data(UCSC.HG19.Human.CytoBandIdeogram);head(UCSC.HG19.Human.CytoBandIdeogram);## Chromosome ChromStart ChromEnd Band Stain
## 1 chr1 0 2300000 p36.33 gneg
## 2 chr1 2300000 5400000 p36.32 gpos25
## 3 chr1 5400000 7200000 p36.31 gneg
## 4 chr1 7200000 9200000 p36.23 gpos25
## 5 chr1 9200000 12700000 p36.22 gneg
## 6 chr1 12700000 16200000 p36.21 gpos50data(UCSC.Mouse.GRCm38.CytoBandIdeogram);
head(UCSC.Mouse.GRCm38.CytoBandIdeogram);## Chromosome ChromStart ChromEnd Band Stain
## 1 chr1 0 8840440 qA1 gpos100
## 2 chr1 8840440 12278390 qA2 gneg
## 3 chr1 12278390 20136559 qA3 gpos33
## 4 chr1 20136559 22101102 qA4 gneg
## 5 chr1 22101102 30941543 qA5 gpos100
## 6 chr1 30941543 43219933 qB gnegdata(UCSC.Baylor.3.4.Rat.cytoBandIdeogram);
head(UCSC.Baylor.3.4.Rat.cytoBandIdeogram);## Chromosome ChromStart ChromEnd Band Stain
## 1 chr1 0 10142096 p13 gneg
## 2 chr1 10142096 24272657 p12 gvar
## 3 chr1 24272657 38517175 p11 gneg
## 4 chr1 38517175 48659271 q11 gpos
## 5 chr1 48659271 69741157 q12 gneg
## 6 chr1 69741157 90025350 q21 gpos参数列表如下；
rcircos.params <- RCircos.Get.Plot.Parameters();
rcircos.cyto <- RCircos.Get.Plot.Ideogram();
rcircos.position <- RCircos.Get.Plot.Positions();
RCircos.List.Plot.Parameters()## Parameters for current RCircos session.
##
## Parameters in inch:
## ==============================
## radius.len: 1.84
## chr.ideo.pos: 1.94
## highlight.pos: 2.09
## chr.name.pos: 2.14
## plot.radius: 2.64
## track.in.start: 1.89
## track.out.start: 2.49
## chrom.width: 0.1
## track.padding: 0.02
## track.height: 0.1
##
## Parameters in chromosome unit:
## ==============================
## base.per.unit: 30000
## chrom.paddings: 300
## heatmap.width: 100
## hist.width: 100
## gene name char. width: 500
##
## General R graphic parameters:
## ==============================
## text.size: 0.4
## highlight.width: 2
## point.type: .
## point.size: 1
## text.color: black
## heatmap.color: BlueWhiteRed
## hist.color: red
## line.color: black
## scatter.color: black
## tile.color: black
## track.background: wheat
## grid.line.color: gray
## Bezier.point: 1000
## max.layers: 5
## sub.tracks: 5
##
## Data track numbers:
## ==============================
## tracks.inside: 10
## tracks.outside: 0## Following are procedures to change RCircos plot parameters:
## params <- RCircos.Get.Plot.Parameters();
## params$radius.len <- 2.0;
## params$base.per.unit <- 5000;
## RCircos.Reset.Plot.Parameters(params)
##
## Chromosome ideogram data were automatically modified.可以看出一个circos图由上面3个部分组成，如下：
RCircos cytoband data
RCircos plot positions
RCircos plot parameters（最复杂啦）
每个部分都可以单独调整细节:
params <- RCircos.Get.Plot.Parameters();
#获得参数列表
params$radius.len <- 2.0;
#更改其中的参数
params$base.per.unit <- 5000;
#更改其中的参数
RCircos.Reset.Plot.Parameters(params) #参数重置快分享给你的小伙伴吧，免得他/她妈妈担心