这一篇会在之前的基础上开始在circos绘制基因密度信息。为了保证一致性，可以新建如下几个文件
circos.conf:
karyotype = karyotype.tair10.txt
chromosomes_color = chr1=rdylbu-11-div-1,chr2=rdylbu-11-div-3,chr3=rdylbu-11-div-5,chr4=rdylbu-11-div-7,chr5=rdylbu-11-div-9
chromosomes_units = 1000000
<<include ticks.conf>>
<ideogram>
<spacing>
default = 0.005r
</spacing>
radius = 0.90r
thickness = 20p
fill = yes
stroke_color = dgrey
stroke_thickness = 2p
show_label = yes #展示label
label_font = default # 字体
label_radius = dims(ideogram,radius) + 0.05r #位置
label_size = 16 # 字体大小
label_parallel = yes # 是否平行
label_format = eval(sprintf("%s",var(chr))) # 格式
</ideogram>
<image>
dir* = . # 输出文件夹
radius* = 500p # 图片半径
svg* = no # 是否输出svg
<<include etc/image.conf>>
</image>
<<include etc/colors_fonts_patterns.conf>>
<<include etc/housekeeping.conf>>karyotype.tair10.txt
chr - chr1 chr1 0 30427617 chr1 chr - chr2 chr2 0 19698289 chr2 chr - chr3 chr3 0 23459830 chr3 chr - chr4 chr4 0 18585056 chr4 chr - chr5 chr5 0 26975502 chr5
ticks.conf
show_ticks = yes show_tick_labels = yes <ticks> radius = 1r color = black thickness = 2p multiplier = 1e-6 format = %d <tick> spacing = 1u size = 5p </tick> <tick> thickness = 4p spacing = 5u size = 10p show_label = yes label_size = 10p label_offset = 10p format = %d </tick> </ticks>
在开始之前，请确保已经安装了bedtools，如果没有的话，用conda安装
# 安装bedtools conda install -c bioconda bedtools
数据格式
为了能够在circos绘制基因密度信息，需要先知道circos要求的输入数据格式是什么。
对于折线图(line)，散点图(scatter)，柱状图(histogram)和热图(heatmap)，Circos要求的数据输入格式相同，也就是chr start end value [options], 如果熟悉BED格式定义的话，你就会发现除了可选(options)外，Circos要求的格式就是4列的BED。
对于可选列，可以和circos.conf里的搭配使用，属于比较高级的用法。
数据预处理
为了能够获得所需的基因密度信息，我们需要下载拟南芥的GFF文件。
# download wget ftp://ftp.ensemblgenomes.org/pub/plants/release-44/gff3/arabidopsis_thaliana/Arabidopsis_thaliana.TAIR10.44.gff3.gz
提取基因的位置信息
zgrep '[[:blank:]]gene[[:blank:]]' Arabidopsis_thaliana.TAIR10.44.gff3.gz | cut -f 1,4,5 | awk '{print "chr"$1"t"$2"t"$3}' > genes.bed
接着用bedtools以500kb为滑窗，沿染色体创建窗口
cut -d ' ' -f 3,6 karyotype.tair10.txt | tr ' ' 't' > tair10.genome
bedtools makewindows -g tair10.genome -w 500000 > tair10.windows
最后统计信息
bedtools coverage -a tair10.windows -b genes.bed | cut -f 1-4 > genes_num.txt
展示信息
我们可以先用最少的参数，同时展示不同的图形。
... <plots> <plot> type = line thickness = 2 max_gap = 1u file = genes_num.txt color = redv r0 = 0.51r r1 = 0.60r </plot> <plot> type = heatmap file = genes_num.txt color = spectral-5-div r1 = 0.70r r0 = 0.61r </plot> <plot> type = scatter fill_color = grey stroke_color = black glyph = circle glyph_size = 10 file = genes_num.txt r1 = 0.80r r0 = 0.71r </plot> <plot> type = histogram file = genes_num.txt r1 = 0.89r r0 = 0.81r </plot> </plots> ...
运行之后，效果如下
这张图展示了巨大的进步空间，至少可以从如下几个角度进行调整，
- 柱状图有点丑，需要填充颜色
- 热图的颜色不符合直觉，基因数越少反而颜色越深
- 散点图的点太大
- 有些图形可能需要加上背景色。
- 对于一些过大的数值，最好用一种颜色表示。
当知道自己的目标后，后续的事情就是找对应参数和调整参数. 部分我用来调整参数如下
show- 是否展示该图形type- 展示的图形类型file- 输入的数据文件所在路径min/max- 数据范围r0/r1- 内径和外径，在圈图中的位置glyph- 对于散点图而言，还可以选择符号的类型，是circle, rectangle, 还是 triangleglyph_size- 符号的大小，单位为pcolor散点图符号颜色，柱状图外部线的颜色stroke_color- 对于散点图，符号外部是否也要颜色stroke_thickness- 对于散点图，符号外部线的厚度fill_color:柱状图填充色
调整后的参数为
... <plots> <plot> type = heatmap file = genes_num.txt color = blues-9-seq r1 = 0.70r r0 = 0.61r </plot> <plot> type = scatter fill_color = black # 填充色 stroke_color = black glyph = circle glyph_size = 5 # 元素大小 file = genes_num.txt r1 = 0.80r r0 = 0.71r </plot> <plot> type = histogram file = genes_num.txt fill_color = blue # 填充色 r1 = 0.89r r0 = 0.81r </plot> </plots> ...
图形效果如下
这个效果我个人还是比较满意的。更加复杂的设置，目前还不适合我，需要一步一步来。