R也可以画出类似circos的图了，这是最新的OmicCircos给我们带来的新功能。
OmicCircos与circos相同的是，它可以画出连线(link), 2D图象(2D Tracks)[这其中包括scatter plots, line plots, histograms, heatmaps, polygons, boxplots]。但是遗憾的是，它不能绘制ideograms，glyph tracks。当然也不能严格的说就完全不能绘制ideograms，只是绘制的效果差强人意。
如果OmicCircos不是重写circos，而是直接载入circos的内核代码的话，在美感上就会更好一些，也更容易为人所接受。
但是，直接从R中使用circos，免去了我们学习circos数据结构的过程，可以让熟悉R的人快速上手，画出和circos类似的效果，应该是这个包最大的贡献。同时，我们可以得到矢量化的图象，非常适合文章的发表。
好了，我们通过一个实例来看看OmicCircos的效果吧。
> options(stringsAsFactors = FALSE)
> library(OmicCircos)
> set.seed(1234)
>
> ## initial
> seg.num <- 10
> ind.num <- 20
> seg.po <- c(20:50)
> link.num <- 10
> link.pg.num <- 10
>
> sim.out <- sim.circos(seg=seg.num, po=seg.po, ind=ind.num, link=link.num,
+ link.pg=link.pg.num)
>
> seg.f <- sim.out$seg.frame
> seg.v <- sim.out$seg.mapping
> link.v <- sim.out$seg.link
> link.pg.v <- sim.out$seg.link.pg
> seg.num <- length(unique(seg.f[,1]))
>
> ## select segments
> seg.name <- paste("chr", 1:seg.num, sep="")
> db <- segAnglePo(seg.f, seg=seg.name)
>
> colors <- rainbow(seg.num, alpha=0.5)
> par(mar=c(2, 2, 2, 2))
>
> plot(c(1,800), c(1,800), type="n", axes=F, xlab="", ylab="", main="")
> circos(R=400, type="chr", cir=db, col=colors, print.chr.lab=T, W=4, scale=T)
> circos(R=360, cir=db, W=40, mapping=seg.v, col.v=8, type="box", B=T, col=colors[1], lwd=0.1, scale=T)
> circos(R=320, cir=db, W=40, mapping=seg.v, col.v=8, type="hist", B=T, col=colors[3], lwd=0.1, scale=T)
> circos(R=280, cir=db, W=40, mapping=seg.v, col.v=8, type="ms", B=T, col=colors[7], lwd=0.1, scale=T)
> circos(R=240, cir=db, W=40, mapping=seg.v, col.v=3, type="h", B=F, col=colors[2], lwd=0.1)
> circos(R=200, cir=db, W=40, mapping=seg.v, col.v=3, type="s", B=T, col=colors, lwd=0.1)
> circos(R=160, cir=db, W=40, mapping=seg.v, col.v=3, type="b", B=F, col=colors, lwd=0.1)
> circos(R=150, cir=db, W=40, mapping=link.v, type="link", lwd=2, col=colors)
> circos(R=150, cir=db, W=40, mapping=link.pg.v, type="link.pg", lwd=2, col=colors) |
sample1
这个例子显示了OmicCircos绘制普通2D tracks的能力，比如图中显示的boxplot, hist, barplot, dots等等。
> par(mar=c(2, 2, 2, 2)) > plot(c(1,800), c(1,800), type="n", axes=F, xlab="", ylab="", main="") > > circos(R=400, type="chr", cir=db, col=colors, print.chr.lab=T, W=4, scale=T) > circos(R=360, cir=db, W=40, mapping=seg.v, col.v=8, type="quant90", B=F, col=colors, lwd=0.1, scale=T) > circos(R=320, cir=db, W=40, mapping=seg.v, col.v=3, type="sv", B=T, col=colors[7], lwd=0.1, scale=T) > circos(R=280, cir=db, W=40, mapping=seg.v, col.v=3, type="ss", B=F, col=colors[3], lwd=0.1, scale=T) > circos(R=240, cir=db, W=40, mapping=seg.v, col.v=8, type="heatmap", lwd=3) > circos(R=200, cir=db, W=40, mapping=seg.v, col.v=3, type="s.sd", B=F, col=colors[4], lwd=0.1) > circos(R=160, cir=db, W=40, mapping=seg.v, col.v=3, type="ci95", B=T, col=colors[4], lwd=0.1) > circos(R=150, cir=db, W=40, mapping=link.v, type="link", lwd=2, col=colors) > circos(R=150, cir=db, W=40, mapping=link.pg.v, type="link.pg", lwd=2, col=colors) > > the.col1=rainbow(10, alpha=0.3)[3] > highlight <- c(160, 410, 6, 2, 6, 10, the.col1, the.col1) > circos(R=110, cir=db, W=40, mapping=highlight, type="hl", lwd=2) > > the.col1=rainbow(10, alpha=0.01)[3] > the.col2=rainbow(10, alpha=0.8)[1] > highlight <- c(160, 410, 6, 12, 7, 10, the.col1, the.col2) > circos(R=110, cir=db, W=40, mapping=highlight, type="hl", lwd=2) |
sample2
这个例子显示了OmicCircos绘制一些复杂2D tracks的能力，比如heatmap等等。
PO主手很快，哈哈，文章出没多久就关注了呢 :)
老师，请问为什么我按您的代码运行后图像存为PDF后分辨率跟你给的样图差距很大，请问老师导出图像前怎么处理的？
你是如何保存图像的呢？请使用?pdf来获得帮助吧。
请问这个tool可以用在RNA-seq的下游处理么？
我只知道您说的，DE gene list去分析GO和pathway
这个主要是用于数据的图型化显示，并不是下游处理。
你好，我想请问一个问题，能否非常容易的使用exprs()出来的表达矩阵或者clusterProfiler出来的GO/KEGG相互关系（形式类似于
Pathway,Gene
pathway_a,GFP/HSP/p53
）作为这个包的数据来源，绘制环状的热图和相互关系图，谢谢
这是一个综合应用的问题，并不很简单。你需要先做GO, KEGG的标记，然后再使用OmicCircos.要把数据处理和绘图分为两步走。
谢谢~有机会我试试
您好，我正在用OmicCircos，不知道您有没有发现一个问题就是在23和24 两个seg上面只有type=“chr” 能显示，其他形式的type没办法显示，不知道您有没有相同的问题。 谢谢
联系作者，报告bug.
老师您好，可以把第二个例子的原始数据发给我学习吗？我初步会画了，但是对于每种类型需要怎样的数据整理尚不清楚，谢谢老师
你试着从第一个例子开始直接跑一下。