CIRCOS圈图绘制 – 最简单绘图和解释

Circos是绘制圈图的神器，在http://circos.ca/images/页面有很多CIRCOS可视化的示例。

Circos可以在线使用，在线使用时是把表格转为圈图，不过只允许最大75行和75列；做一些简单的示意图会比较好，最后时会介绍下在线的tableviewer的使用。

也可以安装在本地，在本地可以绘制基于基因组的更复杂的图。

Circos由Perl写成，安装相对简单，只要Perl的包都装好了就可以了。

Circos安装

• 从http://circos.ca/software/download/circos/下载Circos安装包，并解压，把安装包内的bin目录加载到环境变量。
  wget http://circos.ca/distribution/circos-0.69-6.tgz tar xvzf circos-0.69-6.tgz ln -s `pwd`/circos-0.69-6/bin/* ~/bin #make sure ~/bin is in $PATH or # 注意pwd两侧的反引号 export PATH=$PATH:`pwd`/circos-0.69/bin
• 安装依赖的Perl包
  • 配置CPANM (CPANM是一个文件，下载下来，增加可执行属性，放到环境变量中即可使用)
    # 若无根用户权限，也可放入自己家目录下在环境变量内的目录中就可以 wget https://raw.githubusercontent.com/miyagawa/cpanminus/master/cpanm -O /sbin/cpanm chmod +x /sbin/cpanm
  • 获得依赖的Perl包，circos -module
    ok 1.11 Carp missing Clone missing Config::General ok 3.3 Cwd ok 2.124 Data::Dumper ok 2.55 Digest::MD5 ok 2.77 File::Basename ok 3.3 File::Spec::Functions ok 0.22 File::Temp ok 1.50 FindBin missing Font::TTF::Font missing GD missing GD::Polyline ok 2.38 Getopt::Long ok 1.14 IO::File missing List::MoreUtils ok 1.21 List::Util missing Math::Bezier ok 1.60 Math::BigFloat missing Math::Round missing Math::VecStat ok 1.01_03 Memoize ok 1.17 POSIX missing Params::Validate ok 1.36 Pod::Usage missing Readonly missing Regexp::Common missing SVG missing Set::IntSpan missing Statistics::Basic ok 2.20 Storable ok 1.11 Sys::Hostname ok 2.0.0 Text::Balanced missing Text::Format ok 1.9721 Time::HiRes
  • 获取缺失模块并安装
    # 第一句话的目的只是查看需要运行的命令，直接运行第二句就好 circos -module | grep 'missing' | awk '{a=a" "$2;}END{print "cpanm"a}' circos -module | grep 'missing' | awk '{a=a" "$2;}END{system("cpanm"a);}'
  • 再运行circos -module发现GD和GD::Polyline没安装上，查看错误信息是No package 'gdlib' found
    # 根用户 yum install gd-devel
  • 然后再用cpanm安装GD和GD::Polyline。

最简单出图

把下面的内容存储到任意目录下的任意文件比如ehbio.conf下，然后运行circos -conf ehbio.conf就可以获得circos的图circos.png和circos.svg。

karyotype = data/karyotype/karyotype.human.txt

<ideogram>

<spacing>
default = 0.005r
</spacing>

radius    = 0.9r
thickness = 20p
fill      = yes

</ideogram>

################################################################
# The remaining content is standard and required. It is imported 
# from default files in the Circos distribution.
#
# These should be present in every Circos configuration file and
# overridden as required. To see the content of these files, 
# look in etc/ in the Circos distribution.

<image>
# Included from Circos distribution.
<<include etc/image.conf>>
</image>

# RGB/HSV color definitions, color lists, location of fonts, fill patterns.
# Included from Circos distribution.
<<include etc/colors_fonts_patterns.conf>>

# Debugging, I/O an dother system parameters
# Included from Circos distribution.
<<include etc/housekeeping.conf>>

上述命令是怎么运行的呢？

# karyotype定义染色体的名字、ID、起始位置信息，是绘制图的根本
karyotype = data/karyotype/karyotype.human.txt

# 必须的部分，控制染色体信息显示
<ideogram>

# 定义染色体之间的间距，为图形半径的5% (r代表radius，半径)
<spacing>
default = 0.005r
</spacing>

# 染色体区域的绘制位置，默认所有染色体都处于远离圆心同样距离的位置
# 这里设置的是图形半径的0.9倍的位置
# 也可以设置绝对像素值
radius    = 0.9r
# 染色体区域的宽度，可以是相对图形半径，也可以说绝对像素值
thickness = 20p

# 染色体区域填充颜色
fill      = yes

</ideogram>

################################################################
# The remaining content is standard and required. It is imported 
# from default files in the Circos distribution.
#
# These should be present in every Circos configuration file and
# overridden as required. To see the content of these files, 
# look in etc/ in the Circos distribution.

# 这些都是引用文件，暂时不去管什么意思，后面用到再逐个解释。
# 但是绘图时这些必须引用。下面会解释下最关键的引用位置。
<image>
# Included from Circos distribution.
<<include etc/image.conf>>
</image>

# RGB/HSV color definitions, color lists, location of fonts, fill patterns.
# Included from Circos distribution.
<<include etc/colors_fonts_patterns.conf>>

# Debugging, I/O an dother system parameters
# Included from Circos distribution.
<<include etc/housekeeping.conf>>

最开始看CIRCOS的配置文件时，不理解其是如何查找用到的数据和配置目录时，不过上面配置文件中被注释掉的一句话泄露了天机look in etc/ in the Circos distribution。配置文件和数据文件默认先在当前目录查找，若没有则去CIRCOS的安装目录下查找。

下面列出了CIRCOS搜索配置文件时查找的目录(搜索数据时也类似)

.
./etc
/MPATHB/soft/circos-0.69-6/bin/etc
/MPATHB/soft/circos-0.69-6/bin/../etc
/MPATHB/soft/circos-0.69-6/bin/..
/MPATHB/soft/circos-0.69-6/bin

不得不敢写CIRCOS的日志输出，很详细，每次都刷屏。当我们运行CIRCOS失败时，看下日志信息，会得到很多提示。

数据和配置文件都在CIRCOS安装目录下，那么先看看它的目录结构吧。

circos安装目录介绍

bin: 目录下是circos可执行程序，加入环境变量即可

data: 目录下有一个文件夹karyotype，里面收录了几个物种染色体信息文件。

karyotype.chimp.txt karyotype.arabidopsis.tair10.txt
karyotype.human.hg38.txt karyotype.human.hg19.txt
karyotype.mouse.mm10.txt karyotype.yeast.txt karyotype.zeamays.txt

这个是绘制CIRCOS图所必须的一个文件 (文件的内容虽然通常是染色体的信息，但不局限于染色体信息，其它的区域信息、时间序列信息都可以使用)

文件内容如下 (#后面是注释，会被忽略)

前两列是固定的，chr -。chr表示定义一条染色体；-表示指定这个区域的父区域，染色体没有父区域，用-代替。

ID是当前区域的名字，其子区域的父区域列都使用这个名字。如果同时绘制多个物种，可在ID中包含物种的代号。

LABEL是当前区域显示的名字。

START END是当前区域的范围，必须是整个的区域。如果想显示部分区域，可在后续配置中修改。

COLOR是当前区域的颜色，CIRCOS为每个染色体有定义好的颜色，存储于etc/colors.conf。除了预先定义了染色体的颜色，还定义了一些颜色变量可以直接使用。

#chr - ID LABEL START END COLOR
chr - hs1 1 0 248956422 chr1
chr - hs2 2 0 242193529 chr2
chr - hs3 3 0 198295559 chr3
chr - hs4 4 0 190214555 chr4
chr - hs5 5 0 181538259 chr5
chr - hs6 6 0 170805979 chr6
chr - hs7 7 0 159345973 chr7
chr - hs8 8 0 145138636 chr8
chr - hs9 9 0 138394717 chr9

etc目录下是配置文件，前面引用到了3个。

image.conf内容如下

<<include image.generic.conf>>
<<include background.white.conf>>

image.generic.conf内容如下，定义了输出的图形的名字、格式、大小等，这些都可以在自定义配置文件，即前面提到的ehbio.conf中覆盖。

dir   = . 
#dir  = conf(configdir)
file  = circos.png
png   = yes
svg   = yes

# radius of inscribed circle in image
radius         = 1500p

# by default angle=0 is at 3 o'clock position
angle_offset      = -90

#angle_orientation = counterclockwise

auto_alpha_colors = yes
auto_alpha_steps  = 5

background.white.conf只定义了背景是白色。

colors_fonts_patterns.conf引用了颜色、字体、预定义的图形文件信息的配置

<colors>
<<include etc/colors.conf>>
</colors>
<fonts>
<<include etc/fonts.conf>>
</fonts>
<patterns>
<<include etc/patterns.conf>>
</patterns>

colors.conf及其引用文件内容摘录如下，利用RGB组合设置了颜色变量、系列颜色和染色体的颜色。(染色体的名字全部使用小写)

dpblue   = 0,153,237
vdpblue  = 0,136,220
vvdpblue = 0,120,204

vvlpurple = purples-7-seq-1
vlpurple  = purples-7-seq-2

gpos100 = 0,0,0
gpos    = 0,0,0
gpos75  = 130,130,130

chr1  = 153,102,0
chr2  = 102,102,0
chr3  = 153,153,30

patterns.conf定义特殊小图形的信息

# pattern fills for PNG files

vline        = tiles/vlines.png
vline-sparse = tiles/vlines-sparse.png

hline        = tiles/hlines.png
hline-sparse = tiles/hlines-sparse.png

checker        = tiles/checkers.png
checker-sparse = tiles/checkers-sparse.png

dot        = tiles/dots.png
dot-sparse = tiles/dots-sparse.png
solid      = tiles/solid.png

housekeeping.conf必须在最上层自定义配置文件中(也就是ehbio.conf)中引用。这个文件名字起的很生物，持家配置，必须要，而且不建议修改。具体内容就不列出了，感兴趣的自己去看。

下一篇开始复杂点的绘图了。