circos进阶之link图

背景

Links主要试图利用连线关系，表明染色体上不同位置之间的联系。这在实际生物学问题中很常用，尤其是在表示基因和基因之间的共线性的时候，link图是我们的不二选择，之前我们一起学习了使用MCScanX进行共线性分析，下游分析中可以画一个圈图，但是本人认为那个圈图无论是配色还是布局都不是特别好看，今天我们就来学习如何处理MCScanX的结果文件然后用circos去画出我们想要的圈图

本次教程相应的配置文件和原始数据文件，请点击此处下载

文件的处理

link图是需要输入数据的，所以下里面介绍一下link图的输入数据格式

...
hs1 100 200 hs2 250 300 color=ch1
hs2 400 550 hs3 500 750 color=ch2
hs3 600 800 hs4 150 350 color=ch3
...

我们来看看我们的raw data

0-  0:        Ghir_A01G000050.1       Ghir_D01G000050.1         2e-52
0-  1:        Ghir_A01G000080.1       Ghir_D01G000080.1        5e-171
0-  2:        Ghir_A01G000090.1       Ghir_D01G000100.1         2e-26
0-  3:        Ghir_A01G000100.1       Ghir_D01G000120.1             0
0-  4:        Ghir_A01G000110.1       Ghir_D01G000130.1        9e-179

首先我们要找出MCScanX的结果文件At-Dt.collinearity，通过gff文件，把每一个基因的注释信息找出来，指令如下

1
2
3

awk -F "\t" '{print $2 "\t" $3}' At-Dt.collinearity | awk '/^Ghir/{print $1}' | xargs -I {} grep {} ./At-Dt.gff | awk '{a=substr($2,1,8)}{print a "\t" $3 "\t" $4}' > 1.tmp
awk -F "\t" '{print $2 "\t" $3}' At-Dt.collinearity | awk '/^Ghir/{print $2}' | xargs -I {} grep {} ./At-Dt.gff | awk '{a=substr($2,1,8)}{print a "\t" $3 "\t" $4}' > 2.tmp
paste 1.tmp 2.tmp  >link.tmp

为了区分不同染色体之间的link，我们这里让link的染色和第一条染色体颜色相同，我们引入一个参数去定义颜色，指令如下

1	awk '{a=substr($1,7,2)}{print $0 "\t" "value=rgb"a}' link.tmp >link.tmp1

我们的link文件就变成了

Ghir_A01        76870   77973   Ghir_D01        33573   38297   value=rgb01
Ghir_A01        88691   90135   Ghir_D01        58267   58998   value=rgb01
Ghir_A01        93974   95093   Ghir_D01        67754   69206   value=rgb01
...
Ghir_A13	46708701	46711385	Ghir_D13	21207310	21209912	value=rgb13

这里我们再使用linux指令对我们的link文件进行筛选，指令如下

awk '{gsub(/A0/,"A",$1);gsub(/D0/,"D",$4);print $0}' OFS="\t" link.tmp|awk '{a=substr($1,7);b=substr($4,7);if(a==b){print $0}else if(a>=2&&a<=3&&b>=2&&b<=3){print $0}else if(a>=4&&a<=5&&b>=4&&b<=5){print $0}}'|awk '{gsub(/A([0-9])$/,"0&",$1);gsub(/D([0-9])$/,"0&",$4);print $0}' OFS="\t" |sed -e 's/0A/A0/g' -e 's/0D/D0/g' >link.txt

这里我们筛选条件有两个

保留对应染色体之间的links
不同染色体之间只保留两个亚组的二号三号染色体间和四号五号染色体间的links

配置文件的书写

circos.conf、ideogram.conf、karyotype.conf、ticks.conf之前的文章有讲述，这里只是多了一个links和colors模块，所以我们这次重点讲述这两个模块

mycolors.conf

染色体文件karyotype.txt如下

1 2	chr - Ghir_A01 At01 0 117757855 rgb01 chr - Ghir_A02 At02 0 108092100 rgb02

看到这里肯定有许多小伙伴不太明白最后一列rgb的意义，我们就来看一下前面引用的colors.conf

rgb01=26,188,156
rgb02=46,204,113
...
rgb12=192,57,43
rgb13=142,68,173

这里对每一个rgb都进行了注释，这里采用的注释信息均来自于flatuicolors，可以直接在上面复制一些自己喜欢的颜色的rgb值。

links.conf

下面我们就来看一下links.conf这个控制文件

<links>
<link>
# 指定link文件，最好使用绝对路径
file=/public/home/yxlong/yxlong/synteny/At-DtMCScanX/circos/link.txt
# links的起始终止位置
radius=0.95r
color=black_a4
# Circos提供bezier_radius、crest、bezier_radius_purity等参数来控制link的弯曲形式，具体见下图
bezier_radius=0.1r
thickness=2
# record_limit = 控制最后图片上显示的link条数
record_limit = 

# 一下就是rules的使用了，这里主要对于link的颜色进行指定，使得link的颜色和A亚组的染色体颜色相同
<rules>
<rule>
condition= var(value) eq "rgb01"
color=rgb(26,188,156)
</rule>

<rule>
condition= var(value) eq "rgb02"
color=rgb(46,204,113)
</rule>

<rule>
condition= var(value) eq "rgb03"
color=rgb(52,152,219)
</rule>

<rule>
condition= var(value) eq "rgb04"
color=rgb(155,89,182)
</rule>

<rule>
condition= var(value) eq "rgb05"
color=rgb(52,73,94)
</rule>

<rule>
condition= var(value) eq "rgb06"
color=rgb(241,196,15)
</rule>

<rule>
condition= var(value) eq "rgb07"
color=rgb(230,126,34)
</rule>

<rule>
condition= var(value) eq "rgb08"
color=rgb(231,76,60)
</rule>

<rule>
condition= var(value) eq "rgb09"
color=rgb(149,165,166)
</rule>

<rule>
condition= var(value) eq "rgb10"
color=rgb(243,156,18)
</rule>

<rule>
condition= var(value) eq "rgb11"
color=rgb(211,84,0)
</rule>

<rule>
condition= var(value) eq "rgb12"
color=rgb(192,57,43)
</rule>

<rule>
condition= var(value) eq "rgb13"
color=rgb(142,68,173)
</rule>

</rules>
</link>
</links>

最后我们输入指令circos -conf circos..conf等待一会儿就可以得到下面这张图片

我们的circos之links图就画到这里了，之后我们继续学习更多的circos功能