Record of circos usage

---

欢迎关注微信公众号生信宝典：http://mp.weixin.qq.com/s/2E1Y5-cEdptkQGVm0bxKbQ
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.tgztar xvzf circos-0.69-6.tgzln -s `pwd`/circos-0.69-6/bin/* ~/bin #make sure ~/bin is in $PATHor# 注意pwd两侧的反引号export PATH=$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/cpanmchmod +x /sbin/cpanm

  • 获得依赖的Perl包，circos -module

    ok       1.11 Carpmissing            Clonemissing            Config::Generalok        3.3 Cwdok      2.124 Data::Dumperok       2.55 Digest::MD5ok       2.77 File::Basenameok        3.3 File::Spec::Functionsok       0.22 File::Tempok       1.50 FindBinmissing            Font::TTF::Fontmissing            GDmissing            GD::Polylineok       2.38 Getopt::Longok       1.14 IO::Filemissing            List::MoreUtilsok       1.21 List::Utilmissing            Math::Bezierok       1.60 Math::BigFloatmissing            Math::Roundmissing            Math::VecStatok    1.01_03 Memoizeok       1.17 POSIXmissing            Params::Validateok       1.36 Pod::Usagemissing            Readonlymissing            Regexp::Commonmissing            SVGmissing            Set::IntSpanmissing            Statistics::Basicok       2.20 Storableok       1.11 Sys::Hostnameok      2.0.0 Text::Balancedmissing            Text::Formatok     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    = 0.9rthickness = 20pfill      = 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.txtkaryotype.human.hg38.txt karyotype.human.hg19.txtkaryotype.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 COLORchr - hs1 1 0 248956422 chr1chr - hs2 2 0 242193529 chr2chr - hs3 3 0 198295559 chr3chr - hs4 4 0 190214555 chr4chr - hs5 5 0 181538259 chr5chr - hs6 6 0 170805979 chr6chr - hs7 7 0 159345973 chr7chr - hs8 8 0 145138636 chr8chr - 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.pngpng   = yessvg   = yes# radius of inscribed circle in imageradius         = 1500p# by default angle=0 is at 3 o'clock positionangle_offset      = -90#angle_orientation = counterclockwiseauto_alpha_colors = yesauto_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   = 0,153,237vdpblue  = 0,136,220vvdpblue = 0,120,204vvlpurple = purples-7-seq-1vlpurple  = purples-7-seq-2gpos100 = 0,0,0gpos    = 0,0,0gpos75  = 130,130,130chr1  = 153,102,0chr2  = 102,102,0chr3  = 153,153,30

patterns.conf定义特殊小图形的信息

# pattern fills for PNG filesvline        = tiles/vlines.pngvline-sparse = tiles/vlines-sparse.pnghline        = tiles/hlines.pnghline-sparse = tiles/hlines-sparse.pngchecker        = tiles/checkers.pngchecker-sparse = tiles/checkers-sparse.pngdot        = tiles/dots.pngdot-sparse = tiles/dots-sparse.pngsolid      = 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。

生信宝典，一起学生信

http://mp.weixin.qq.com/s/i71OMaUu6QtcY0pt1njHQA

生信宝典，生物信息学习系列教程，转录组，宏基因组，外显子组，R作图，Python学习，Cytoscape视频教程

http://mp.weixin.qq.com/s/d1KCETQZ88yaOLGwAtpWYg

生信宝典，最好的生物信息培训课程，培训课程资料

www.ehbio.com/Training