Circos入门教程

1 Circos简介

2.1 准备工作

由于Circos是基于perl语言开发的，所以perl语言编译器的安装是必须的（建议Perl 5.8.x及以上版本），除此之外还需要很多perl依赖模块，可以通过测试查看缺少哪些模块并安装。详细的准备要求可以见http://circos.ca/software/requirements/。

2.2 下载及解压

在Circos官网的下载页面（http://circos.ca/software/download/），可以找到Circos最新版的下载链接，其中circos-0.69-6.tgz是目前最新版的安装包，而circos-course-2017.tgz则是配套的教程数据。

wget http://circos.ca/distribution/circos-0.69-6.tgz tar xvfz circos-0.69-6.tgz cd circos-0.69-6 

2.3 测试依赖模块

首先可以列出来Circos需要哪些依赖模块：

cd $PATH/circos-0.69-6/bin #$PATH是解压后circos文件夹的上级全路径 ./list.modules 

当然，这些依赖模块有些可能已经安装过了，重复安装比较浪费时间，所以可以直接运行一下Circos，看它的报错信息说缺少哪些模块，再一个个安装：

./circos -v 

2.4 安装依赖模块

Perl模块的安装方法不再细讲。

./circos -v 

如果不出现报错信息，一般就没有问题了。

3 认识Circos

3.1 Circos的运行

Circos的运行命令非常简单，在准备好输入数据和配置文件后，只需要一行简单的代码，就可以产生结果图，在软件目录$PATH/circos-0.69-4/example下有测试样例，任务执行脚本run中的核心命令是：

$PATH/bin/circos -conf circos.conf 

运行一下之后，大约半分钟就会产生结果：

cd $PATH/circos-0.69-4/example ./run 

产生的结果图有两个，其中circos.png是用来预览的位图文件，circos.svg是用来出版或者进一步加工的矢量图文件。

是不是看起来很简单？

这么酷炫的效果，当然不是这么容易就能实现的。所以，真正的工作量，都在输入数据的准备和配置文件的设计上。

3.2 Circos的配置结构

圈图中各个环道，是依赖一系列依赖调用的配置文件描述出来的，从底层的颜色等，到更高层的抽象，以及最终的元配置，构成了一个堆叠起来的配置文件金字塔。

Circos的配置文件后缀为.conf，内容是标记性文本格式的，类似于HTML或者XML，每个标签对代表一个配置块，起始标记为，终止标记为。配置块中的基本语法就是：

variable = value 

一个简单的配置块：

<plots> type = line #缩进不是必须的，只是方便查看而已 thickness = 2 …… <plot> 

每个标签对可以使用多次，或者相互嵌套。因此就像编程中的函数或者循环结构一样，有全局变量和局部变量的区分，高级的或者外层的变量对于层内的所有实例都是有效的，而层内的定义则是优先级最高的。例如，下面配置中的fill_color = blue对于对中所有实例都有效，除非实例内部自己用局部变量进行定义，如内部嵌套的第一个对中的fill_color = red：

<plots> fill_color = blue …… <plot> fill_color = red …… </plot> <plot> …… </plot> </plots> 

一些围绕同一个主题的重要配置块，可以另外单独写到一个配置文件中，再由其他的模块导入调用，所以理论上我们可以把所有的配置写在同一个文件中，也可以把每个配置块都分开到不同的文件中写，最后统一调用。

其中最基本的配置文件都放在$PATH/circos-0.69-4/etc下面，主要是：

Housekeeping.conf #基本框架配置，circos必不可少的配置文件，一般直接导入即可。 fonts.conf #字体配置文件，其中，代表字体的标签与circos/fonts文件夹下的otf或ttf文件一一对应。 patterns.conf #模式配置文件，其中，标签与circos/tites文件夹下的png文件一一对应，然后根据patterns.svg.conf生成相应的svg文件。 colors.conf #颜色配置文件，导入了colors.brewer.conf、colors.hsv.conf和colors.ucsc.conf。在circos中，颜色除了绝对路径，还有很多表达方式，如hs1，red，reds-9-seq-1等，是因为这些字符在colors配置文件中已经赋予了特定的绝对路径。 

以上的基本配置大多数情况下无需调整，直接调用导入即可。导入配置的基本格式是：

<<include etc/*.conf>> #etc/*.conf就是要导入的配置文件的相对或者绝对路径 

还有一些经常用到的其他配置，可以根据自己喜好定制：

ideogram.conf #染色体展示的配置文件，包括是否展示bands，染色体展示位置、染色体间距离、染色体标签位置等。 ticks.conf #刻度标签配置文件，可以导入到ideogram.conf中，也可以直接导入到主配置文件中。 image.conf #对image大小、背景颜色、输出目录、输出文件形式以及染色体在圆周上的起始位置等进行设置。 

最后，这些配置文件都会导入到circos.conf，基本内容是：

karyotype = data/karyotype/karyotype.mouse.mm9.txt #核型文件 chromosomes_units =  #就是其他的配置文件中距离单位u的大小，以bp来衡量，一般大的基因组倾向于把一个单位的长度设置得大一些 chromosomes_display_default = yes <<include mydata/ideogram.conf>> <<include mydata/ticks.conf>> …… <image> <<include etc/image.conf>> </image> <<include etc/colors_fonts_patterns.conf>> <<include etc/housekeeping.conf>> 

配置完所有的配置文件后，最后将这个元配置文件输入Circos就可以产生结果：

$PATH/bin/circos -conf circos.conf 

4 核型图绘制

核型数据是Circos中最基本的，也是必需的数据，核型数据的格式一般为

#染色体 - 染色体编号(ID) 图显示名称(Label) 起始 结束 颜色 chr - Gmax01 1 0  chr1 chr - Gmax02 2 0  chr2 chr - Gmax03 3 0  chr3 …… #band DOMAIN ID LABEL START END COLOR band hs1 p36.33 p36.33 0  gneg band hs1 p36.32 p36.32   gpos25 band hs1 p36.31 p36.31   gneg band hs1 p36.23 p36.23   gpos25 band hs1 p36.22 p36.22   gneg ... 

染色体和条带描述放在同一个数据文件中，各列的含义是：

在Circos软件目录中，已经内置了人类和小鼠的核型文件，以供调用。

由于圈图的应用范围拓展到了生物学以外的领域，所以这个核型数据也可以抽象为一种单纯的坐标体系来自由定义。

4.2 核型配置文件

核型配置文件就是ideogram.conf，其中基本的配置变量如下：

<ideogram> show = yes <spacing> default = 0.005r #染色体间的空隙 </spacing> thickness = 25p #ideograms的厚度，可以使用r（比例关系）或p（像素）作为单位 fill = yes #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。 radius = 0.8r #设定ideograms的位置 show_label = yes #设定是否显示label  label_font = default#设定label的字体 label_radius = dims(ideogram,radius_outer) + 80p #设定label的位置 label_size = 40p #设定label的字体大小 label_parallel = yes #设定label的字体方向，yes是易于浏览的方向。 </ideogram> 

其中，Circos的配置中有四种单位，p, r, u, b

除此之外，还要配置一下刻度文件ticks.conf，基本内容是：

show_ticks = yes #是否显示 ticks show_tick_labels = yes #是否显示 ticks 的 lables <ticks> tick_label_font = light radius = dims(ideogram,radius_outer) + 10p #设定 ticks 的位置 label_offset = 5p　#设置 ticks' label 离 ticks 的距离 label_size = 20p　#设置 ticks' label 的字体大小 multiplier = 0.001　#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。 color = black　#设定 ticks 的颜色 thickness = 1p　# 设定 ticks 的厚度 <tick> spacing = 50u　#设置每个刻度代表的长度。 size = 12p　#设置 tick 的长度 show_label = yes　#是否显示tick labels </tick> <tick> label_separation = 1p spacing = 5u size = 7p show_label = no </tick> </ticks> 

ideogram.conf和ticks.conf这两个配置文件都已经导入circos.conf文件中

<<include etc/colors_fonts_patterns.conf>> <<include ideogram.conf>> <<include ticks.conf>> karyotype=/ldfssz1/HT/wangdaoming/test/circos/test_2/data/hp.karyotype.txt chromosomes_reverse = /hp_26695/ <image> <<include etc/image.conf>> </image> chromosomes_units = 1000 chromosomes_display_default = yes <<include etc/housekeeping.conf>> 

然后在circos.conf中导入该配置，直接运行Circos：

$PATH/bin/circos -conf circos.conf 

5.1 数据文件格式

#染色体编号 起始位置 终止位置 value 设置 hp_26695 1 200 0.5926 hp_26695 201 400 0.1928 fill_color=red,z=68 hp_26695 401 600 -0.0822 hp_26695 601 800 -0.5149 hp_26695 801 1000 -0.1505 hp_26695 1001 1200 -0.04 hp_26695 1201 1400 -0.22 

内容很容易理解，其中设置这一列可有可无，多个设置就用逗号隔开。

Connectors的数据格式:

chr firstLocal secondLocal 

Highlights的数据格式：

chr start end fill_color=color,…,… 

5.2 数据图配置

以折线图（line）为例，line.conf的基本内容如下：

<plots> type = line #设定显示类型 thickness = 2p #折线图的粗细 <plot> max_gap = 1u file = data/hp.GCskew.txt #输入数据 color = vdgrey #折线颜色 min = -0.5 #环道内圈代表的数值下限，超出下限的数值不会显示，下同 max = 0.5 #环道外圈代表的数值上限 r0 = 0.85r #环道内圈位置 r1 = 0.95r #环道外圈位置 fill_color = vdgrey_a3 <rules> <rule> #设置折线图大于0部分显示为蓝色 condition = var(value) > 0 color = blue fill_color = blue_a1 </rule> <rule> #设置折线图小于0部分显示为红色 condition = var(value) < 0 color = red fill_color = red_a1 </rule> </rules> </plot> </plots> 

在circos.conf中导入该配置，然后运行后结果如下：

发现一个隐藏的注意事项，2D环道绘图的输入数据文件的最大容许行数为25000，如果超过的话会报错，

Circos::Error::fatal_error(“track”, “max_number”, 32366, “line”, “input.data.txt”, 25000) called at $CIRCOS_PATH/circos-0.69-4/bin/../lib/Circos.pm line 1557 

所以，如果输入文件行数超过了限额，就需要拆分为多个文件，每个文件的行数都要小于25000。

其他的细节配置和其他数据图的绘制都大同小异，可以详见circos的官网的文档介绍。

6 连线图绘制（Links）
连线图是圈图中特殊的一类图形，不同于纯粹依赖染色体坐标定位，和数值属性定义的环道图形，连线图还反映了圈图中染色体区段之间的关系信息，例如物种基因组间共线性区段等。

6.1 连线图的数据格式

chr-a start-a end-a chr-b start-b end-b options hp_26695 205 236 hp_52 39 70 hp_26695 238 297 hp_52 72 131 hp_26695 299 318 hp_52 133 152 color=red hp_26695 338 411 hp_52 172 245 hp_26695 413 438 hp_52 247 272 hp_26695 449 495 hp_52 283 329 

<links> <link> file = data/hp.synteny.link.txt #输入数据 ribbon = yes #用带状连接 flat = yes #设置条带不扭转（twist） radius = 0.84r #设置 link 曲线的半径  bezier_radius = 0r #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。 color = blackweak #设置 link 曲线的颜色 thickness = 1 #设置 link 曲线的厚度 </link> </links> 

导入配置，运行后结果如下：

7 结语
每绘制一个圈图时，先要构思好要呈现哪些信息，包括需要多少环道，每个环道要使用什么可视化效果，连接关系也要考虑好呈现逻辑，是否需要添加特殊规则等。打好框架草稿后，新建一个工程目录，把配置文件放在一个文件夹里，数据放在另一个文件夹里。首先把底层的染色体文件配置好，将基础的核型图框架调试到最佳，再开始一圈圈添加环道，逐个调试，最后再添加连接。配色以及个别细节，可以在成稿的基础上一步步润色修改。

本文大致介绍了Circos的入门方法，旨在帮助初学者了解Circos的使用逻辑，更详细的变量配置和图形绘制，可以在circos官网中找到丰富的图文教程，并下载教程资料进行学习。