（上）画个圈圈祝福你

今天是生信星球陪你的第146天

你想找辆共享单车，发现满街都是别家车，没有一辆你能骑。

你想学点生信，搜了“初学者教程”，满眼尽是高大上，没有一句能看懂。

终于你跨越茫茫宇宙，来到生信星球，发现了初学者的新大陆!

刘小泽写于18.10.3

学习障碍的规律往往是：不是因为它多难，而是因为你不知道它难不难！

之前就见过各种文章中的复杂美观的圆圈图，被震撼到，这么多的信息是如何放到一个图中的？后来遇到一个网站Circos专门做圆圈图，很专业的样子，于是有心学一下。虽然看似很难，但是美好的东西，不都是奋斗出来的吗？

.前言

背景知识

Circos并不直接用R做，而是一个Perl语言开发的可视化软件，由加拿大生信科学家Martin Krzywinski开发，可以用于描述关系型数据和多维度的数据可视化

其次，什么样的可视化软件会受欢迎？一是输入简单，不需要太多的数据处理技巧就能调整到要求的输入格式；二是输出美观、快捷。这两点，Circos都做到了

Circos的设计初衷：展示线性位置关系（如染色体上的信息）、展示一个几何中两个对象的关系（如比对信息）。将线性折成封闭曲线可以减少数据分散性

circos的变换

重造了个轮子？

程序设计者最大的忌讳就是“重复造轮子”，目前有许多基因组浏览器：UCSC(http://genome-asia.ucsc.edu/cgi-bin/hgGateway?redirect=manual&source=genome.ucsc.edu)、Ensembl（https://asia.ensembl.org/index.html）、Vista(http://pipeline.lbl.gov/cgi-bin/gateway2?bg=cin1&selector=vista)、VEGA（http://vega.archive.ensembl.org/index.html）、

ARGO。

当然，这些基因组浏览器含有的数据量都非常大，但如何从隐晦的庞大数据中抽出具体的数据再展示出来是个问题。比如染色体包含的数据很多，我们要是想展示染色体上的位置特征如某些基因，用circos的圆圈图就可以兼顾大数据与小信息

数据的关系

先说下数据类型，无非就是标量数据(scalor，有大小，没方向)、向量数据（vector，有大小和方向），将数据可视化也就是标量化、向量化。基因组就是一个一维的数据结构，上面的位置就是标量

标量向量

最常见的就是标量数据进行标量可视化，比如输入数据是基因组位置，输出是实值（如GC含量、保守度），就可以用直方图（histogram）、折线图、散点图（scatter）画出。当数据集比较小、关系比较简单时还是可以看出变化趋势的，但是当数据之间存在交叉、数据量比较大时，一致性就体现不出来啦

或者有的图很好看，但是信息杂乱无章

又或者想表达相关性，一般使用曲线，但是在标量数据上展示曲线，数量一多就乱了

可能会想，把部分曲线抬高不就能区分开啦？但是抬高了显示的信息量势必会减少

为什么用圆圈？

图形可视化这么多形状，矩形、三角形、圆形…，其中圆形比矩形更对称，视觉压力不会那么大，看圆形会更圆润；

圆形有效载荷（data payload）会更大：文章中在尺寸、位置等对图片的限制还是蛮多的，如何体现数据有效载荷，这里有一个公式～轴的长度/图片面积。

对于矩形来说，2a/4a^2^ = 1/2a (2a是x、y轴长度之和); 对于圆形来说，2πa/πa^2^ = 2/a。圆形是矩形体现的数据的4倍

轴长度多长会分散注意力，圆形更容易聚焦

看下面图是不是更好点？

圆圈图的一些元素

可以设置环形的数据轨道：如线形、散点、直方图，可以设置点(线)颜色、粗细、线形状。并且各个区域可以直接缩放，而不用截掉数据

环形坐标轴

需要带有距离刻度的对象，比如：染色体、序列、基因图谱、片段重叠群（contig）

配置文件，在内置的基础上进行修改，比如thickness、size、label、labelsize、grid等

使用高亮highlight创建不同的颜色片段，置于所有图层底部

4.png

基因组间的mapping

设置links seqdup，也就是不同染色体中出现的同一个序列片段，在圆圈图中进行展示，例如

设置格式规则

6.png

组合不同的图片类型

左：散点+箱线+折线；右：瓦片+热图+直方图

7.png

实际应用

输入：GFF；输出：PNG、SVG

8.png

.安装

基于Unix（推荐linux）和perl，需要熟悉命令行

先检查Perl

Unix是默认安装了perl，perl 5.8之前的都需要升级；windows用户可以用dos或者git bash，先调出来命令行，然后安装perl，安装 Strawberry Perl 或者 ActiveState Perl

perl在linux下的存在目录是/bin/env，在mac下的存在目录是/bin/usr/env

下载

初步配置

(服务器可能需要root权限，用mac或者windows的命令行也是可以的)

perl模块缺失怎么办？

例如缺少Clone模块：

先在metacran网站查找：https://metacpan.org/pod/Clone

下载解压

安装的目录

bin：包含circos的可执行程序（已加入环境变量）

data：一个文件夹karyotype，包含几个物种的染色体信息，绘图必须

10.png

前两列：chr定义染色体，表示父区域，染色体没有父区域，因此用，下面的band就有父区域了，比如这四行的band的父区域就是hs1，1号染色体；

ID是命令，同时绘制多个物种，可在ID中包含物种的代号；

LABEL：当前区域显示的名字；

START END：整个的区域范围，要显示部分区域，可以后来修改；

COLOR：当前区域的颜色，定义好的颜色，存储于

etc：配置文件，如