python区域找图命令_生物信息学

1. Circos简介

2. Circos的安装

Circs是perl写出来的程序，其正常使用需要依赖于一些Perl模块，特别是GD。GD的安装如下：

先安装libgd:

# unzip libgd-gd-libgd-00cd9583242e.zip

# cd libgd-gd-libgd-00cd9583242e/

# ./bootstrap.sh

# ./configure && make -j 4 && make install

# gdlib-config

# cd ..

# rm -rf libgd-gd-libgd-00cd9583242e

再安装GD

# ln -s /usr/lib64/libgd.so.2.0.0 /usr/lib64/libgd.so.3

# cpan -i GD

下载circos并安装：

$ wget http://circos.ca/distribution/circos-tools-0.18.tgz

$ wget http://circos.ca/distribution/circos-0.66.tgz

$ wget http://circos.ca/distribution/circos-tutorials-0.66.tgz

$ wget http://circos.ca/distribution/circos-course-0.67.tgz

$ tar zxf circos-0.66.tgz

$ cd circos-0.66/bin

$ ./list.modules 该命令列出circos所需求的perl模块

$ ./test.modules 该命令检测这些所需求的perl模块是否正确安装上

$ sudo cpan -i Config::General Font::TTF List::MoreUtils Math::Bezier Math::Round Math::VecStat Params::Validate Readonly Regexp::Common Set::IntSpan Text::Format Clone

$ ./gddiag 检测GD是否能用于画图，最终能生成diag.png文件

$ ./circos --help 能给出简单的命令帮助文件，否则安装不成功

$ cd ../example/

$ ../bin/circos -conf etc/circos.conf 一个使用的例子

3. Circos的配置文件准备

Circos的使用主要通过输入一个配置文件。该配置文件的内容格式主要以各种区块表示，大区块中可以包含小区块。区块中以“变量 = 值”的方式来进行参数的设定。例如：

file = data/set1.txt

color = black

...

file = data/set2.txt

color = red

...

此外，有些配置信息一般不需要改动，比如颜色，字体等。我们一般将这类信息保存到一个独立的配置文件中。只需要在主配置文件中声明包含这些独立的配置文件名，即表示使用其配置信息。例如，最常用的放置到主配置文件尾部的数行：

设置生成的图片参数

<>

设置颜色，字体，填充模式的配置信息：

<>

系统与debug参数：

<>

4. Circos的使用参数

-version

查询circos版本

-modules

检测perl模块

-conf

输入主配置文件

-outputdir

设置输出文件的路径

-outputfile

设置输出文件名，该参数的值以.png为后缀

-svg

生成svg结果文件

-nosvg

不生成svg结果文件

5. Circos配置文件详解

Circos的命令使用简单，但是配置文件极其复杂，以下从各个track进行详解

5.1 ideogram block 显示染色体

将染色体在圈图上展示出来，代表每个染色体的图形，称为ideogram。将以下配置信息放入一个单独的配置文件中，给其命名 ideogram.conf 。

## 设定 ideograms 之间的空隙

# 设置圈图中染色体之间的空隙大小，以下设置为每个空隙大小为周长的 0.5%

default = 0.005r

# 也可以设置指定两条染色体之间的空隙

#

# 以下设定为两条染色体之间的空隙约为圆的 20 度角。

#spacing = 20r

#

## 设定 ideograms

# 设定 ideograms 的位置，以下设定 ideograms 在图离圆心的 90% 处

radius = 0.90r

# 设定 ideograms 的厚度，可以使用 r(比例关系) 或 p(像素)作为单位

thickness = 20p

# 设定 ideograms 是否填充颜色。填充的颜色取决于 karyotype 指定的文件的最后一列。

fill = yes

# 设定 ideograms 轮廓的颜色及其厚度。如果没有该参数或设定其厚度为0，则表示没有轮廓。

stroke_color = dgrey

stroke_thickness = 2p

## 设定 label 的显示

# 设定是否显示 label 。 label 对应着 karyotype 文件的第 4 列。如果其值为 yes，则必须要有 label_radius 参数来设定 label 的位置，否则会报错并不能生成结果。

show_label = yes

# 设定 label 的字体

label_font = default

# 设定 label 的位置

label_radius = 1r+90p

# 设定 label 的字体大小

label_size = 40

# 设定 label 的字体方向，yes 是易于浏览的方向。

label_parallel = yes

5.2 ticks block 以刻度形式显示染色体大小

将染色体的大小以刻度的形式在圈图上展示出来。将以下配置信息放入一个单独的配置文件中，给其命名 ticks.conf 。

# 是否显示 ticks

show_ticks = yes

# 是否显示 ticks 的 lables

show_tick_labels = yes

## 设定 ticks

## ticks 的设置

# 设定 ticks 的位置

radius = 1r

# 设定 ticks 的颜色

color = black

# 设定 ticks 的厚度

thickness = 2p

# 设定 ticks' label 的值的计算。将该刻度对应位置的值 * multiplier 得到能展示到圈图上的 label 值。

multiplier = 1e-6

# label 值的格式化方法。%d 表示结果为整数；%f 结果为浮点数； %.1f 结果为小数点后保留1位； %.2f 结果为小数点后保留2位。

format = %d

## 以下设置了 2 个 ticks，前者是小刻度，后者是大刻度。

# 设置每个刻度代表的长度。若其单位为 u，则必须要设置 chromosomes_units 参数。比如设置 chromosomes_units = 1000000，则如下 5u 表示每个刻度代表 5M 长度的基因组序列。

spacing = 5u

# 设置 tick 的长度

size = 10p

spacing = 25u

size = 15p

# 由于设置的是大刻度，以下用于设置展示 ticks' label。

show_label = yes

# 设置 ticks' label 的字体大小

label_size = 20p

# 设置 ticks' label 离 ticks 的距离

label_offset = 10p

format = %d

5.3 links block 以曲线连接显示基因组内部区域之间的联系

基因组内部不同的序列区域之间有联系，将之使用线条进行连接，从而展示到圈图上。常见的是重复序列之间的连接。将以下配置信息放入一个单独的配置文件中，给其命名 links.conf 。

# 指定 link 文件的路径，其文件格式为：

# chr1 start end chr2 start end

# hs1 465 30596 hs2 114046768 114076456

# 表明这两个染色体区域有联系，例如这个区域的序列长度>1kb且序列相似性>=90%。

file = data/5/segdup.txt

# 设置 link 曲线的半径

radius = 0.8r

# 设置贝塞尔曲线半径，该值设大后曲线扁平，使图像不太好看。

bezier_radius = 0r

# 设置 link 曲线的颜色

color = black_a4

# 设置 link 曲线的厚度

thickness = 2

# 以下可以设置多个 rules，用来对 link 文件的每一行进行过滤或展示进行设定。每个 rule 都有一个 condition 参数；如果该 condition 为真，除非 flow=continue ，则不

# 如果 link 文件中该行数据是染色体内部的 link，则不对其进行展示

condition = var(intrachr)

show = no

# 设置 link 曲线的颜色与 ideogram 的颜色一致，否则为统一的颜色。

# condition 为真，则执行该 block 的内容

condition = 1

# 设置 link 曲线的颜色为第 2 条染色体的颜色。对应这 link 文件中第 4 列数据对应的染色体的名称

color = eval(var(chr2))

# 虽然 condition 为真，但依然检测下一个 rule

flow = continue

# 如果 link 起始于 hs1，则其 link 曲线半径为 0.99r

condition = from(hs1)

radius1 = 0.99r

# 如果 link 结束于 hs1，则其 link 曲线半径为 0.99r

condition = to(hs1)

radius2 = 0.99r

5.4 plots block 以直方图形式展示数据

将基因组序列的GC含量，表达量等以直方图的形式在圈图中展示出来。将以下配置信息放入一个单独的配置文件中，给其命名 plots_histogram.conf 。以下作了两个直方图，并对分别添上背景或网格线。

# 设定为直方图

type = histogram

# 数据文件路径，为 4 列：

# chromosomestartenddata

# hs101999999180.0000

file = data/5/segdup.hs1234.hist.txt

# 设置直方图的位置，r1 要比 r0 大。直方图的方向默认为向外。

r1 = 0.88r

r0 = 0.81r

# 直方图的填充颜色

fill_color = vdgrey

# 默认下直方图轮廓厚度为 1px，若不需要轮廓，则设置其厚度为0，或在 etc/tracks/histogram.conf 中修改。

thickness = 0p

# 直方图是由 bins (条行框)所构成的。若 bins 在坐标上不相连，最好设置不要将其bins连接到一起。例如：

# hs1 10 20 0.5

# hs1 30 40 0.25

# 上述数据设置值为 yes 和 no 时，图形是不一样的。

extend_bin = no

# 以下添加 rule ，不在 hs1 上添加直方图。

<>

# 设定直方图的背景颜色

show = data

color = vvlgrey

color = vlgrey

y0 = 0.2r

y1 = 0.5r

color = lgrey

y0 = 0.5r

y1 = 0.8r

color = grey

y0 = 0.8r

type = histogram

# 此处直方图的数据文件第 4 列是多个由逗号分割的数值，需要制作叠加的直方图。

file = data/5/segdup.hs1234.stacked.txt

r1 = 0.99r

r0 = 0.92r

# 给 4 个值按顺序填充不同的颜色

fill_color = hs1,hs2,hs3,hs4

thickness = 0p

orientation = in

extend_bin = no

<>

# 在直方图中添加坐标网格线

show = data

thickness = 1

color = lgrey

spacing = 0.1r

spacing = 0.2r

color = grey

position = 0.5r

color = red

position = 0.85r

color = green

thickness = 2

5.5 plots block 以热图形式显示数据

基因组一个区域内有多组数据时，适合以热图形式显示数据。比如基因表达量。将以下配置信息放入一个单独的配置文件中，给其命名 plots_heatmap.conf 。

# 绘制 heat map

type = heatmap

# 设定数据文件路径。文件有 5 列

# chrID start end data class

# hs1 0 1999999 113.0000 id=hs1

# hs1 0 1999999 40.0000 id=hs4

# hs1 0 1999999 20.0000 id=hs2

# hs1 0 1999999 7.0000 id=hs3

file = data/5/segdup.hs1234.heatmap.txt

# 设定图形所处位置

r1 = 0.89r

r0 = 0.88r

# 设定热图的颜色。颜色为 hs3 ，以及相应带不同透明程度的 5 种颜色。

color = hs1_a5,hs1_a4,hs1_a3,hs1_a2,hs1_a1,hs1

# 设定 scale_log_base 参数。计算颜色的方法如下：

# f = (value - min) / ( max - min ) 热图中每个方块代表着一个值，并给予相应的颜色标示。一系列的值 [min,max] 对应一系列的颜色 c[n], i=0..N

# n = N * f ** (1/scale_log_base)

# 由上面两个公式计算出代表颜色的 n 值。

# 若 scale_log_base = 1，则数值与颜色的变化是线性的；

# 若 scale_log_base > 1，则颜色向小方向靠近；

# 若 scale_log_base < 1，则颜色向大方向靠近。

scale_log_base = 5

<>

# 仅显示 id = hs1 的数据

condition = var(id) ne "hs1"

show = no

type = heatmap

file = data/5/segdup.hs1234.heatmap.txt

r1 = 0.90r

r0 = 0.89r

color = hs2_a5,hs2_a4,hs2_a3,hs2_a2,hs2_a1,hs2

scale_log_base = 5

<>

condition = var(id) ne "hs2"

show = no

type = heatmap

file = data/5/segdup.hs1234.heatmap.txt

r1 = 0.91r

r0 = 0.90r

color = hs3_a5,hs3_a4,hs3_a3,hs3_a2,hs3_a1,hs3

scale_log_base = 5

<>

condition = var(id) ne "hs3"

show = no

type = heatmap

file = data/5/segdup.hs1234.heatmap.txt

r1 = 0.92r

r0 = 0.91r

color = hs4_a5,hs4_a4,hs4_a3,hs4_a2,hs4_a1,hs4

scale_log_base = 5

<>

condition = var(id) ne "hs4"

show = no

5.6 plots block 以文本形式显示数据

若需要在圈图上显示一些基因的名称，此时需要以文本形式显示数据。将以下配置信息放入一个单独的配置文件中，给其命名 plots_text.conf 。

# 表示出文字

type = text

# 数据文件路径

file = data/6/genes.labels.txt

# 显示在图形中的位置

r1 = 0.8r

r0 = 0.6r

# 标签的字体

label_font = light

# 标签大小

label_size = 12p

# 文字边缘的大小，设置较小则不同单词就可能会连接到一起了。

# padding - text margin in angular direction

# rpadding - text margin in radial direction

rpadding = 5p

# 设置是否需要在 label 前加一条线，用来指出 lable 的位置。

show_links = no

link_dims = 0p,2p,5p,2p,2p

link_thickness = 2p

link_color = black

<>

# 设置 rule ，对 label 中含有字母 a 或 b 的特异性显示

condition = var(value) =~ /a/i

label_font = bold

flow = continue

condition = var(value) =~ /b/i

color = blue

5.7 rules block 放置常用的规则配置

本例子中，很多track没有在1号染色体上展示，需要设置如下规则信息，将之写入到文件 exclude.hs1.rule 中

condition = on(hs1)

show = no

5.8 主配置文件

在主配置文件 circos.conf 中，包含以上所需要的配置文件信息，则可以画出所需要的track。此外，可以设置一些全局的设置。

# 指定染色体组型的文件，该文件分为

karyotype = data/karyotype/karyotype.human.txt

# 设置长度单位，以下设置表示 1M 长度的序列代表为 1u。

chromosomes_units = 1000000

# 默认设置下是将 karyotype 文件中所有的染色体都展示出来。当然，也可能根据需要仅展示指定的 chromosomes, 使用如下的参数进行设置。

chromosomes_display_default = no

# 以下参数设置指定的 chromosomes 用于展示到圈图中。// 中是一个正则表达式，匹配的 chromosomes 用于展示到圈图中。其匹配的对象是 karyotype 文件中的第 3 列。也可以直接列出需要展示的 chromosomes， 例如：hs1;hs2;hs3;hs4 。

chromosomes = /hs[1-4]$/

# chromosomes = hs1;hs2;hs3;hs4

# 以下设置各个 ideograms 的大小。其总长度为 1 ，hs1 的长度为 0.5， hs2，hs3 和 hs4 这 3 个 chromosomes 的总长度为 0.5，并且这 3 个 chromosomes 的长度是分布均匀的。注意前者的单位是 r， 后者使用了正则表达式对应多个 chromosomes， 其单位于是为 rn 。

chromosomes_scale = hs1=0.5r,/hs[234]/=0.5rn

# 使 hs2， hs3 和 hs4 在圈图上的展示方向是反向的。

chromosomes_reverse = /hs[234]/

# 设置各个 ideograms 的颜色

chromosomes_color = hs1=red,hs2=orange,hs3=green,hs4=blue

# 默认下在 ideogram block 中统一设置了 ideogram 的位置，可以使用此参数调整指定 ideogram 的位置。

chromosomes_radius = hs4:0.9r

# chromosomes_radius = hs2:0.9r;hs3:0.8r;hs4:0.7r

# karyotype 文件最后一列指定了各个 chromosomes 的颜色，而使用 chromosomes_color 参数也能修改颜色。当然，使用如下方式进行颜色的修改，则更加直观。以下方式是对颜色重新进行定义。chr1，chr2，chr3 和 chr4 对应着 karyotype 文件最后一列的值，代表着颜色的类型。此处使用 color block 来对其进行重新定义。注意重新定义的时候需要加符号 *

chr1* = red

chr2* = orange

chr3* = green

chr4* = blue

### 绘制 plot 图

<>

<>

<>

<>

<>

<>

################################################################

# 插入必须的并不常修改的标准参数

<>

<>

<>

5.9 使用 circos 命令画图

对配置文件设置完毕后，使用命令进行画图

$ ./bin/circos -conf circos.conf

结果如下：