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

Circos可以用來畫基因組數據的環狀圖，也可以用來繪制其它數據的相關環狀圖，功能甚是強大，各種環狀的疊加，很是美觀。下面我們學習一下：

基本參數：

?circos.genomicTrackPlotRegion:? 創建軌道，添加圖形

?circos.genomicPoints:低水平函數，添加點

?circos.genomicLines: 低水平函數，添加線

?circos.genomicRect:? 低水平函數，添加矩形

?circos.genomicText: 低水平函數，添加文本

?circos.genomicLink：添加連線

1、數據

數據格式：數據框

數據框必須包含三列信息：第一列是因子變量（基因類別、染色體等），第二列和第三列是數值變量，表示第一列因子的起始和終止位置。

library(circlize)

set.seed(1)

#隨機產生一個數據

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

bed

當然，你還可以增加很多變量（上述數據只有一個變量value1），需要設定nc=”變量數目“

2、初始化布局

默認：我們借用人類基因組信息進行布局：

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

circos.initializeWithIdeogram()

當然了，circos.initializeWithIdeogram有很多參數可以選擇，你可以繪制其它物種的信息（species可以選擇物種）。

circos.initializeWithIdeogram(species = "hg18")

circos.initializeWithIdeogram(species = "mm10")

一般作為缺省值，該函數繪制出所有染色體的信息，當然你還可以自己調整繪制哪一條染色體。

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

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

par(mfrow=c(2,1))

#打亂順序

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

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

注意：如果你不設定chromosome.index, 染色體順序是可以打亂順序的，也就是說可以人為排序。當你設定后chromosome.index，sort.chr是不起作用的，染色體位置信息取決于你的因子水平。

當然了，很重要的一點就是，軌道上的信息，我們可以通過參數plotType調整。

#plotType函數：可以設定僅繪制軸和標簽

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

#僅僅初始化布局（什么也看不到）

circos.initializeWithIdeogram(plotType = NULL)

上一節我們也談到圖形繪制起始角度，扇形之間的距離，軌道高度等參數，在這里我們演示一下。

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'))我們也是可以自己定制化軌道：

#設定隨機數種子

set.seed(2)

#圓形布局

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

#初始化

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

#繪制軌道

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

#獲取信息（x、y范圍，分類變量），這一步是必須的！

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

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

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

#在軌道上繪制矩形

? 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()

我們也是可以自己構造數據框，繪制圖形。

df = data.frame(

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

start = c(7565097, 189349205, 3569084),

end = c(7590856, 189615068, 3652765))

#下面三條命令繪制結果一樣

circos.genomicInitialize(df)

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

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

#載入數據

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

names(tp_family)

#外顯子名字

names(tp_family[["TP53"]])

#位置信息

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

#構造數據框

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)

#繪制軌道

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

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

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

我們繪制出外顯子在基因上的位置信息：

#初始化

circos.genomicInitialize(df)

#繪制軌道

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))

#創建新的軌道

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

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

#類別變量信息（有三個：TP53,TP63,TP73）

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

#從列表中獲取每個類別變量的信息

tr = tp_family[[gn]]

?#循環繪制線、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、構建作圖區域（添加點、線、矩形等）

一般格式如下：

#單個變量

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

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

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

})

#多個變量

circos.genomicTrackPlotRegion(data, numeric.column,

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

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

})

點：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)這里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, ...)

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

線：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)

在這里介紹一個函數，非常好用，可以分割你的數據：colorRamp2

colorRamp2(breaks=c(-1,0,1),colors=c("green","black","red"))分割斷點-1，0，1分別對應顏色green、black、red；此外-1到0對應green到black的漸變色，0到1對應black到red的漸變色。

注意：這篇文章整個放不下了，請到附文查看……