借助工具绘制完整circos图（一）数据准备与数据理解

相关文章：

（一）数据准备与数据理解

（二）数据拼接

（三）生成图像与显示不全等问题

（四）颜色更改

（五）重排序

在使用circos online(http://mkweb.bcgsc.ca/tableviewer/)绘制circos图时，由于我们的输入的行或者列超过100行时，系统会自动对数据进行截断，只取前100行100列，导致绘制的circos图像缺失了后边我们的数据，如何能绘制完整的图像呢？通过多次测试，我在这通过数据拼接的形式实现，先贴上官网的结果图以及数据拼接后的结果图：

先说一下输入文件：共142列11行（包括header），列名以XY开头，共141项，行名以OTU开头，共10项。（为了方便区分行名和列名，在这要求行名和列名有一定的可区分度，例如以某个字符串开头为行名，否则为列名等等）

 

官网结果图：

只有95个XY：（前100个XY，并且其中5个列为0，不显示）

(使用浏览器的查询功能)

拼接后的结果图：

共134个（有七个XY的列全为0，所以不显示）

 

 

说一下前序准备：

1.将原始数据分为两个txt（列和行header都保留），比如我将前71列的数据放在第一个表内，72-141列的放在第二个表内。（以两个文件为例，如果上百则需要分为多个，每个列或行数最大为100，代码不动的话每次操作两个，依次合并）

2.每个表分别上传到http://mkweb.bcgsc.ca/tableviewer/，点击Visualize Table，获取结果。

3.分别下载数据。

4.分别解压后，找到data文件夹，重命名为data1或data2后，移动到同一个目录内。

 

之后，我们分别读取data1和data2文件夹下地同名文件，按照某种规则将他们的信息拼在一起后，得到合并后的数据。

为了准确地拼接每个数据，首先要对每个数据的含义进行分析。

data文件夹下的数据如下：

倒着看，1.stderr.txt 这是个空的，不管了

2.segmentlabel.txt:

定义了每个label（txt在第一列，对应输入表格的行名和列名）对应的segment的长度信息（第三列），第二列为全0.第四列与第一列相同。

对应图中的如下信息（红框框出），注意，segment不包括底部的小方块（右侧的红框拦截的部分）

3.scaling.conf

定义每个label（OTU和XY）的缩放，默认为1

4.row.txt

定义了每个OTU（行名）的row的贡献圈（三层贡献圈的最内侧）的每个段使用的颜色变量名，颜色是连接的XY（列名）的设置好的颜色，见colors.conj。

三层贡献圈：

1表示all（每个label的all为其col和row的拼接），2表示col，3表示row。

所以，row.txt对应图中的如下信息：

例如某行中出现 OTU_8  25411  35891 fill_color=colorxy1831

意思为OTU8的row贡献圈的下标25411到25891（上图红框内的某个颜色格）颜色为XY1831的颜色。

5.parsed.txt 看起来挺乱的，但是绘制图像时没有用到这个文件，掠过

6.karyotype.txt

定义了label的segment宽度和使用的颜色变量名。（和segmentlabel相似，宽度是一致的但是多了颜色信息）

7.color_percentile.conf

ribbon的颜色信息，这个是默认的，即两个数据的这个文件是完全一致的，不用拼接。

8.colors.conj

定义了每个颜色变量名称对应的RGB颜色值（karyotype.txt使用的是颜色变量名）

9.col.txt 

与row.txt 定义了col贡献圈的分段颜色信息。

10.cells.txt

每两行表示每个ribbon连接的OTU和XY的段，使用color_percentile.conj定义的颜色变量对每个ribbon填色(_a1可以忽略)，z表示颜色深度。（下图黑色曲线圈出的紫色内容为一个ribbon，不包括两端的红色和绿色块）

11.cap.row.txt与cap.col.txt

ribbon所连接的两端的cap的段颜色。（下图黑框）

12.all.txt

贡献圈的段颜色。