circos 学习手册（十二）

highlights(三)

6. 技巧 1 - ideogram 高亮

ideogram 高亮特别适合突出展示其中的某部分数据，请记住，ideogram 的高亮会模糊染色体条带。

在下面的例子中，我们展示了两组基因列表的高亮，一组是 OMIM 数据库中与疾病相关的基因，另一组数目较少，是与癌症有关的基因

<highlights>

ideogram   = yes
z          = 5

 <highlight>
 file       = data/3/genes.omim.txt
 fill_color = orange
 </highlight>

 <highlight>
 file       = data/3/genes.cancer.txt
 z          = 10
 fill_color = blue
 </highlight>

</highlights>

image.png

为了让染色体显示得更厚一点，容易看出基因颜色，我们设置了

# 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
tickness = 500p

还是看不清楚呀，那就再换一种方式

image.png

我们再定义了一条高亮，将癌基因绘制在染色体内部，这样看就明显许多了

我们定义了两个高亮，将 OMIM 基因橙色高亮，癌基因蓝色高亮，因为癌基因是 OMIM 基因的子集，所以，我们设置为癌基因设置更高的 z-depth。

我们在最外层设置 ideogram=yes，这样内层所有的 highlight 都会绘制在 ideogram 上

我们默认将 z-depth 设置为 5，并给癌基因更高的值 10

最好将 z-depth 的值以 5 或 10 的间隔步长，这样可以在后面需要插入数据时，不用修改已有的值。

同时，最好不要把 z-depth 值设置为以 0 开始，这样后面就可以使用 0 来将数据绘制到所有数据的前面

还有，可以将两个 fill_color 中的一个设置为全局，下面这样设置可能会更直观些：

• 所有基因都是橙色，但癌基因是蓝色
• 所有基因都是蓝色，但疾病基因是橙色
• 疾病基因是橙色，癌基因是蓝色

7. 技巧 2 - 聚焦于基因区域

高亮有助于将人们的注意力聚焦图形的一个或多个区域上，

7.1 继续使用染色体配色方案

下面我准备了两个文件，第一个文件描述的是染色体大小并使用染色体配色方案

hs1 0 247249719 fill_color=chr1
hs2 0 242951149 fill_color=chr2
hs3 0 199501827 fill_color=chr3
hs4 0 191273063 fill_color=chr4
hs5 0 180857866 fill_color=chr5
hs6 0 170899992 fill_color=chr6
hs7 0 158821424 fill_color=chr7
hs8 0 146274826 fill_color=chr8
hs9 0 140273252 fill_color=chr9
hs10 0 135374737 fill_color=chr10
hs11 0 134452384 fill_color=chr11
hs12 0 132349534 fill_color=chr12
hs13 0 114142980 fill_color=chr13
hs14 0 106368585 fill_color=chr14
hs15 0 100338915 fill_color=chr15
hs16 0 88827254 fill_color=chr16
hs17 0 78774742 fill_color=chr17
hs18 0 76117153 fill_color=chr18
hs19 0 63811651 fill_color=chr19
hs20 0 62435964 fill_color=chr20
hs21 0 46944323 fill_color=chr21
hs22 0 49691432 fill_color=chr22
hsX 0 154913754 fill_color=chrX
hsY 0 57772954 fill_color=chrY

第一条轨迹绘制在染色体内部

<highlight>
file       = data/3/chr.highlights.txt
r0 = 0.5r
r1 = 1r
</highlight>

第二条轨迹绘制在染色体外部

<highlight>
file       = data/3/chr.highlights.txt
stroke_thickness = 2
stroke_color = black
r0 = 1.1r
r1 = 1.15r
</highlight>

第二个文件为染色体条带信息

hs1 121100000 128000000
hs10 38800000 42100000
hs11 51400000 56400000
hs12 33200000 36500000
hs13 3800000 8300000
hs13 13500000 18400000
hs14 3100000 6700000
hs14 13600000 19100000
hs15 3500000 7900000
hs15 14100000 18400000
hs16 34400000 40700000
hs17 22100000 23200000
hs18 15400000 17300000
hs19 26700000 30200000
hs2 91000000 95700000
hs20 25700000 28400000
hs21 2900000 6300000
hs21 10000000 13200000
hs22 3000000 6600000
hs22 9600000 16300000
hs3 89400000 93200000
hs4 48700000 52400000
hs5 45800000 50500000
hs6 58400000 63400000
hs7 57400000 61100000
hs8 43200000 48100000
hs9 46700000 60300000
hsX 56600000 65000000
hsY 11200000 12500000

这组高亮绘制在第二条轨迹的上方，并以白色填充色将高亮颜色着丝粒和茎分隔开

<highlight>
file       = data/3/chr.hetero.highlights.txt
stroke_thickness = 2
stroke_color = black
fill_color = white
r0 = 1.1r
r1 = 1.15r
z = 10
</highlight>

image.png

7.2 聚焦于基因组区域

如果你对特定基因组区域感兴趣，那么高亮是吸引听众眼球的最好方法

来看看一个例子，我们对下面几个区域进行高亮展示

hs1 15000000 50000000
hs2 100000000 150000000
hs3 50000000 60000000
hs3 80000000 90000000
hs3 100000000 105000000
hs14 0 106368585

<highlight>
file       = data/3/highlights.few.txt
r0 = 0.5r
r1 = 1r
fill_color = lgrey
</highlight>

<highlight>
file       = data/3/highlights.few.txt
r0 = 1r
r1 = 1.10r
fill_color = lyellow
</highlight>

<highlight>
file       = data/3/highlights.few.txt
r0 = 1.10r
r1 = 1.15r
fill_color = lgrey
</highlight>

image.png

我们总共绘制了三个高亮，第一个灰色高亮绘制在染色体内部 0.5r - 1.0r

第二个黄色高亮在染色体外部 1.0r - 1.1r

第三个灰色高亮在 1.10r - 1.15r

注意：circos 不支持跨越 ideogram 圆圈高亮显示，建议不要将 r0 < 1 和 r1 > 1 混合在同一组使用

8. 技巧 3 - 绘制轴范围高亮

本节将展示如何用高亮展示 2D 数据图

可以为多个 highlight 实例绘制不同的颜色和径向位置，实际上会变成一组径向高亮的同心圆

例如，通过绘制散点图，并使散点图与沿着径向范围的高亮同步，使散点图外围的数据更加突出

image.png

9. 绘制在数据上方

在 <highlight> 里面定义的高亮总是在 link，data 和 grid 后面绘制

为了在 link 上面绘制高亮，需要使用 <plot>

<plots>
<plot>
type = highlight
file = data/3/chr.highlights.txt
r0   = 0.7r
r1   = 0.75r
z    = 10
</plot>
</plots>

plot 的绘制类型必须指定为 type=highlight，其语法与 highlight 块相同

<plot> 块内部指定了高亮绘制的图层 z 越大越后面绘制

如果要将高亮绘制在 ideogram 内部，需要设置内外半径

r0 = dims(ideogram,radius_inner)
r1 = dims(ideogram,radius_outer)

image.png