(转帖）-circos-circlize-4

原文地址：https://mp.weixin.qq.com/s/AK3UICxBYTnG98jy_6q4gA


我们首先看一下绘制点：

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

set.seed(1)

#起始角度90

circos.par("track.height" = 0.1, start.degree = 90,gap.degree=270)

#初始化（绘制第一染色体，表示仅有一个扇形）

circos.initializeWithIdeogram(chromosome.index = "chr1", plotType = NULL)

#构造数据框

bed = generateRandomBed(nr = 300)

#创建轨道，并在上面添加点

circos.genomicTrackPlotRegion(bed, panel.fun = function(region, value, ...) {

circos.genomicPoints(region, value, pch = 16, cex = 0.5, ...)

})

#继续构造数据集

bed = generateRandomBed(nr = 300)

#堆叠（类似与ggplot中的位置参数stack）,点上加线

circos.genomicTrackPlotRegion(bed, stack = TRUE,

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

circos.genomicPoints(region, value, pch = 16, cex = 0.5, ...)

#在当前数据框

i = getI(...)

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

circos.lines(cell.xlim, c(i, i), lty = 2, col = "#00000040")

})

#产生两个数据集

bed1 = generateRandomBed(nr = 300)

bed2 = generateRandomBed(nr = 300)

#组合在一起

bed_list = list(bed1, bed2)

#两个数据集在同一个轨道上添加点（i=get(...)必须有）

circos.genomicTrackPlotRegion(bed_list,

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

cex = (value[[1]] - min(value[[1]]))/(max(value[[1]]) - min(value[[1]]))

i = getI(...)

circos.genomicPoints(region, value, cex = cex, pch = 16, col = i, ...)

})

#堆叠circos.genomicTrackPlotRegion(bed_list, stack = TRUE,

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

cex = (value[[1]] - min(value[[1]]))/(max(value[[1]]) - min(value[[1]]))

i = getI(...)

circos.genomicPoints(region, value, cex = cex, pch = 16, col = i, ...)

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

circos.lines(cell.xlim, c(i, i), lty = 2, col = "#00000040")

})

#构造数据集（多个变量）

bed = generateRandomBed(nr = 300, nc = 4)

circos.genomicTrackPlotRegion(bed,

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

circos.genomicPoints(region, value, cex = 0.5, pch = 16, col = 1:4, ...)

})

bed = generateRandomBed(nr = 300, nc = 4)

circos.genomicTrackPlotRegion(bed, stack = TRUE,

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

cex = (value[[1]] - min(value[[1]]))/(max(value[[1]]) - min(value[[1]]))

i = getI(...)

circos.genomicPoints(region, value, cex = cex, pch = 16, col = i, ...)

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

circos.lines(cell.xlim, c(i, i), lty = 2, col = "#00000040")

})

circos.clear()

下面绘制线：

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

circos.par("track.height" = 0.1, start.degree = 90, gap.degree = 270)

circos.initializeWithIdeogram(chromosome.index = "chr1", plotType = NULL)

bed = generateRandomBed(nr = 500)

circos.genomicTrackPlotRegion(bed,

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

circos.genomicLines(region, value, type = "l", ...)

})

bed1 = generateRandomBed(nr = 500)

bed2 = generateRandomBed(nr = 500)

bed_list = list(bed1, bed2)

circos.genomicTrackPlotRegion(bed_list,

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

i = getI(...)

circos.genomicLines(region, value, col = i, ...)

})

circos.genomicTrackPlotRegion(bed_list, stack = TRUE,

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

i = getI(...)

circos.genomicLines(region, value, col = i, ...)

})

bed = generateRandomBed(nr = 500, nc = 4)

circos.genomicTrackPlotRegion(bed,

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

circos.genomicLines(region, value, col = 1:4, ...)

})

bed = generateRandomBed(nr = 500, nc = 4)

circos.genomicTrackPlotRegion(bed, stack = TRUE,

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

i = getI(...)

circos.genomicLines(region, value, col = i, ...)

})

bed = generateRandomBed(nr = 200)

circos.genomicTrackPlotRegion(bed,

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

circos.genomicLines(region, value, type = "segment", lwd = 2,

col = rand_color(nrow(region)), ...)

})

circos.clear()

绘制矩形：

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

circos.par("track.height" = 0.1, start.degree = 90,gap.degree = 270)

circos.initializeWithIdeogram(chromosome.index = "chr1", plotType = NULL)

f = colorRamp2(breaks = c(-1, 0, 1), colors = c("green", "black", "red"))

bed = generateRandomBed(nr = 100, nc = 4)

circos.genomicTrackPlotRegion(bed, stack = TRUE,

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

circos.genomicRect(region, value, col = f(value[[1]]), border = NA, ...)

})

bed1 = generateRandomBed(nr = 100)

bed2 = generateRandomBed(nr = 100)

bed_list = list(bed1, bed2)

circos.genomicTrackPlotRegion(bed_list, stack = TRUE,

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

i = getI(...)

circos.genomicRect(region, value, ytop = i + 0.4, ybottom = i - 0.4,

col = f(value[[1]]), ...)

})

circos.genomicTrackPlotRegion(bed_list, ylim = c(0, 3),

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

i = getI(...)

circos.genomicRect(region, value, ytop = i + 0.4, ybottom = i - 0.4,

col = f(value[[1]]), ...)

})

bed = generateRandomBed(nr = 200)

circos.genomicTrackPlotRegion(bed,

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

circos.genomicRect(region, value, ytop.column = 1, ybottom = 0,

col = ifelse(value[[1]] > 0, "red", "green"), ...)

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

circos.lines(cell.xlim, c(0, 0), lty = 2, col = "#00000040")

})

circos.clear()

点到点，点到区间，区间到区间的连线：

#构造数据

bed1 = generateRandomBed(nr = 100)

#抽提部分数据

bed1 = bed1[sample(nrow(bed1), 20), ]

bed2 = generateRandomBed(nr = 100)

bed2 = bed2[sample(nrow(bed2), 20), ]

#绘制轨道

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

#区间到区间的连线

circos.genomicLink(bed1, bed2)

circos.clear()

#我们也是可以着色的

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

circos.genomicLink(bed1, bed2, col = rand_color(nrow(bed1), transparency = 0.5), border = NA)

我们在基因组上也是可以高亮染色体信息的：

circos.par("track.height" = 0.1)

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

#绘制5条轨道

for(i in 1:5) {

bed = generateRandomBed(nr = 100)

circos.genomicTrackPlotRegion(bed, panel.fun = function(region, value, ...) {

circos.genomicPoints(region, value, pch = 16, cex = 0.5, ...)

})

}

#高亮染色体

highlight.chromosome(c("chrX", "chrY", "chr1"))

highlight.chromosome("chr3", col = "#00FF0040", padding = c(0.05, 0.05, 0.15, 0.05))

highlight.chromosome("chr5", col = NA, border = "red", lwd = 2, padding = c(0.05, 0.05, 0.15, 0.05))

highlight.chromosome("chr7", col = "#0000FF40", track.index = c(2, 4, 5))

highlight.chromosome(c("chr9", "chr10", "chr11"), col = NA, border = "green",lwd = 2, track.index = c(2, 4, 5))

highlight.chromosome(paste0("chr", c(1:22, "X", "Y")), col = "#FFFF0040", track.index = 6)

circos.clear()

更多circlize信息，请看帮助文档……

©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 203,179评论 5赞 476
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 85,229评论 2赞 380
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 150,032评论 0赞 336
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 54,533评论 1赞 273
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 63,531评论 5赞 365
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 48,539评论 1赞 281
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 37,916评论 3赞 395
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,574评论 0赞 256
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 40,813评论 1赞 296
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,568评论 2赞 320
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,654评论 1赞 329
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,354评论 4赞 318
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 38,937评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,918评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,152评论 1赞 259
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 42,852评论 2赞 349
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,378评论 2赞 342

推荐阅读更多精彩内容