科研绘图系列：R语言circos图（circos plot）

专注收集和自写可发表的科研图形的数据和代码分享，该系列的数据均可从以下链接下载：

百度云盘链接: https://pan.baidu.com/s/1M4vgU1ls0tilt0oSwFbqYQ
提取码: 请关注WX公zhong号 生信学习者 后台发送 科研绘图 获取提取码

介绍

Circos图是一种数据可视化工具，它以圆形布局展示数据，通常用于显示数据之间的关系和模式。这种图表特别适合于展示分层数据或网络关系。Circos图的一些关键特点包括：

1. 圆形布局：数据被组织在一个或多个同心圆中，每个圆可以代表不同的数据维度或层次。

2. 扇区：每个圆被划分为若干扇区，每个扇区可以代表一个数据项或类别。扇区的大小、颜色或标签可以表示数据的不同属性。

3. 链接：数据项之间的连接可以用线条或曲线表示，显示它们之间的关系或相互作用。

4. 交互性：虽然传统的Circos图可能不具备交互性，但现代的实现（如使用R语言的Circos包）可以增加交互功能，允许用户通过鼠标悬停或点击来获取更多信息。

加载R包

knitr::opts_chunk$set(warning = F, message = F)
library(tidyverse)
library(grid)
library(circlize)
library(ComplexHeatmap)

grp <- c("HTN", "Normal")
color_group <- c("#EE2B2B", "#2D6BB4")
color_sample <- c('#8DD3C7', '#FFFFB3', '#BEBADA', '#FB8072', 
               '#80B1D3', '#FDB462', '#B3DE69', '#FCCDE5', 
               '#BC80BD', '#CCEBC5', '#FFED6F', '#E41A1C')
color_phylum <- c('#BEAED4', '#FDC086', '#FFFF99', '#386CB0', '#F0027F')
color_otu <- c("#6C326C", "#77A2D1", "#FFD169", "#635F5F", "#D4D09A",
               "#993116", "#6798CE", "#146666", "#CE9924", "#6D659D",
               "#9F9B27", "#6D659D", "#9F9B27", "#C80b8A", "#2C3A89",
               "#C8C5C5", "#90E2BF", "#FDAB4D", "#F4F4E8", "#B054BF",
               "#FCE873", "#FFCCDB", "#AFD300", "#B089D8", "#F96E6F",
               "#AAD3ED", "#639BCE")

导入数据

数据可从以下链接下载：

• 百度云盘链接: https://pan.baidu.com/s/1M4vgU1ls0tilt0oSwFbqYQ

• 提取码: 请关注WX公zhong号 生信学习者 后台发送 科研绘图 获取提取码

phen <- read.csv("./inputdata/46-phenotype.csv")
head(phen)

phylum <- read.csv("./inputdata/46-phylum_count.csv") %>%
  tibble::column_to_rownames("tax")
head(phylum)

family <- read.csv("./inputdata/46-family_count.csv") %>%
  tibble::column_to_rownames("tax")
head(family)

数据预处理

• 最高丰度的门水平物种

num <- 5
merge_phy <- phen %>% 
  dplyr::select(SampleID, Group) %>%
  dplyr::inner_join(phylum %>% 
                    t() %>% data.frame() %>%
                    tibble::rownames_to_column("SampleID"),
                  by = "SampleID")

merge_phy_top <- merge_phy %>%
  dplyr::select(-c("SampleID", "Group")) %>%
  dplyr::summarise_each(mean) %>%
  tidyr::gather(key="tax", value="value") %>%
  dplyr::arrange(desc(value)) %>%
  dplyr::slice(c(1:num)) %>%
  dplyr::mutate(tax=as.character(tax))

head(merge_phy_top)

• 分组信息

group_info <- phen %>% 
  dplyr::select(SampleID, Group) 

head(group_info)

函数

• get_tax_prf: 获取画图表达谱，该函数主要执行以下步骤：

1. 输入处理：接受三个参数：prof（一个数据框或矩阵），num（一个数字，指定返回的行数），class（一个数字，指定在分类学层次中选择的级别）。

2. 数据转换：将prof转换为一个带有行名的tibble，并按行名（分类学名称）分组。

3. 提取分类学信息：从每个分类学名称中提取门（phylum）和类（class指定的级别）。

4. 数据清洗：过滤掉包含“uncultured”或以“_”结尾的OTU（操作单元）。

5. 合并数据：将prof数据与phen数据（假设是一个包含样本ID和组信息的数据框）合并，仅保留匹配的样本ID。

6. 计算均值：计算每个样本的均值，并按值降序排列，选取前num个。

7. 最终过滤：根据计算出的均值，过滤出相应的OTU和分类学信息。

8. 输出结果：返回一个包含两个数据框的列表：otutab（OTU表）和taxtab（分类学表）。其中，otutab包含OTU ID和相应的数据，taxtab包含详细的分类学信息和OTU ID。

get_tax_prf <- function(
  prof, 
  num, 
  class) {

  prf <- prof %>% 
    tibble::rownames_to_column("tax") %>%
    dplyr::group_by(tax) %>%
    dplyr::mutate(phylum = unlist(strsplit(tax, ".", fixed = TRUE))[1],
                  otu = unlist(strsplit(tax, ".", fixed = TRUE))[class]) %>%
    dplyr::ungroup()
  
  prf_cln <- prf %>% 
    dplyr::filter(phylum%in%merge_phy_top$tax) #%>%
    # dplyr::slice(-grep("uncultured", otu)) %>%
    # dplyr::slice(-grep("_$", otu))
  
  rm_index <- grep("uncultured|_$", prf_cln$otu)

  if (length(rm_index) > 0) {
    prf_cln <- prf_cln[-rm_index, ]
  }
    
  mdat <- dplyr::inner_join(phen %>% 
                              dplyr::select(SampleID, Group),
                          prf_cln %>% 
                            dplyr::select(-c("tax", "phylum")) %>%
                            tibble::column_to_rownames("otu") %>%
                             t() %>% data.frame() %>%
                            tibble::rownames_to_column("SampleID"),
                          by = "SampleID") 
  
  mdat_mean <-  mdat %>% 
    dplyr::select(-c("SampleID", "Group")) %>%
    dplyr::summarise_each(mean) %>%
    tidyr::gather(key="tax", value="value") %>%
    dplyr::arrange(desc(value)) %>%
    dplyr::slice(c(1:num)) %>%
    dplyr::mutate(tax=as.character(tax))
  
  prf_final <- prf_cln %>% 
    dplyr::filter(otu%in%mdat_mean$tax) 
  
  otu_table <- prf_final %>% 
    dplyr::select(-c("tax", "phylum")) %>%
    dplyr::rename("OTU_ID"="otu") %>%
    dplyr::mutate(OTU_ID=factor(OTU_ID, levels = mdat_mean$tax))
  
  tax_table <- prf_final %>% 
    dplyr::select(c("tax", "phylum", "otu")) %>%
    setNames(c("detail", "phylum", "OTU_ID")) %>%
    dplyr::mutate(detail=gsub("\\.", ";", detail)) %>%
    dplyr::mutate(phylum=factor(phylum, levels = merge_phy_top$tax))
  
  res <- list(otutab = otu_table,
              taxtab = tax_table)
  return(res)
}

• circos_fun: 画图circos，该函数主要执行以下步骤：

1. 输入处理：接受两个参数：mdat_table（一个包含OTU表和分类学表的列表），tag（一个标签，用于生成文件名）。

2. 数据准备：从输入的列表中提取OTU表和分类学表，并获取独特的门类和样本组。

3. 数据合并：将OTU表和分类学表合并，并按门类和OTU ID排序。

4. 计算累积值：计算OTU和样本的累积值，用于后续的可视化布局。

5. 初始化Circos：设置Circos绘图参数，如起始角度、间隔大小等。

6. 绘制区域：在Circos上绘制多个区域，用于显示不同的数据和文本。

7. 突出显示：根据门类和样本组，突出显示相应的扇区。

8. 绘制链接：在OTU和样本之间绘制链接，表示它们之间的关系。

9. 绘制矩形：在相应的扇区内绘制矩形，表示OTU和样本的累积值。

10. 绘制图例：在图表的一角绘制OTU的图例，显示详细的分类学信息。

11. 清理：完成绘图后，清除Circos绘图环境。

circos_fun <- function(
  mdat_table, 
  tag) {

  taxonomy <- mdat_table$taxtab
  otu_table <- mdat_table$otutab
  tax_phylum <- unique(taxonomy$phylum)
  all_group <- unique(group_info$Group)
  
  # merge table 
  otutab <- dplyr::inner_join(taxonomy, otu_table, by="OTU_ID") %>%
    dplyr::arrange(phylum, OTU_ID) %>%
    tibble::column_to_rownames("OTU_ID") %>%
    dplyr::select(group_info$SampleID)
  
  # extra parameters 
  all_otu <- rownames(otutab)
  all_sample <- group_info$SampleID
  all_ID <- c(all_otu, all_sample)
  accum_otu <- rowSums(otutab)
  accum_sample <- colSums(otutab)
  all_ID_xlim <- cbind(rep(0, length(all_ID)), data.frame(c(accum_otu, accum_sample)))
  
  # inter parameters 
  otutab$otu_ID <- all_otu
  plot_data <- otutab %>% 
    tidyr::gather(key="SampleID", value="value", -"otu_ID") %>%
    dplyr::mutate(otu_ID=factor(otu_ID, levels = all_otu),
           SampleID=factor(SampleID, levels = all_sample)) %>%
    dplyr::arrange(otu_ID, SampleID)

  plot_data <- plot_data[c(2, 1, 3, 3)]
  
  names(color_otu) <- all_otu
  names(color_sample) <- all_sample
  
  
  # name <- paste0(tag, "_circlize_plot.pdf")
  # pdf(name, width = 20, height = 8)
  circle_size <- unit(1, "snpc")
  
  gap_size <- c(rep(3, length(all_otu) - 1), 6, rep(3, length(all_sample) - 1), 6)
  circos.par(cell.padding = c(0, 0, 0, 0), start.degree = 270, gap.degree = gap_size)
  circos.initialize(factors = factor(all_ID, levels = all_ID), xlim = all_ID_xlim)
  
  circos.trackPlotRegion(
  	ylim = c(0, 1), track.height = 0.03, bg.border = NA, 
  	panel.fun = function(x, y) {
  		sector.index = get.cell.meta.data("sector.index")
  		xlim = get.cell.meta.data("xlim")
  		ylim = get.cell.meta.data("ylim")
  	} )
  
  for (i in 1:length(tax_phylum)) {
  	tax_OTU <- {subset(taxonomy, phylum == tax_phylum[i])}$OTU_ID
  	highlight.sector(tax_OTU, track.index = 1, col = color_phylum[i], 
  	                 text = tax_phylum[i], cex = 0.5, text.col = "black",
  	                 niceFacing = FALSE)
  }
  
  for (i in 1:length(all_group)) {
  	group_sample <- {subset(group_info, Group == all_group[i])}$SampleID
  	highlight.sector(group_sample, track.index = 1, col = color_group[i], 
  	                 text = all_group[i], cex = 0.7, text.col = 'black', 
  	                 niceFacing = FALSE)
  }
  
  circos.trackPlotRegion(
  	ylim = c(0, 1), track.height = 0.05, bg.border = NA, 
  	panel.fun = function(x, y) {
  		sector.index = get.cell.meta.data('sector.index')
  		xlim = get.cell.meta.data('xlim')
  		ylim = get.cell.meta.data('ylim')
  	} )
  
  circos.track(
  	track.index = 2, bg.border = NA, 
  	panel.fun = function(x, y) {
  		xlim = get.cell.meta.data('xlim')
  		ylim = get.cell.meta.data('ylim')
  		sector.name = get.cell.meta.data('sector.index')
  		xplot = get.cell.meta.data('xplot')
  		
  		by = ifelse(abs(xplot[2] - xplot[1]) > 30, 0.25, 1)
  		for (p in c(0, seq(by, 1, by = by))){
        circos.text(p*(xlim[2] - xlim[1]) + xlim[1], mean(ylim) + 0.4,
                    paste0(p*100, '%'), cex = 0.4, adj = c(0.5, 0), niceFacing = FALSE)  		  
  		} 
  		
  		circos.lines(xlim, c(mean(ylim), mean(ylim)), lty = 3)
  	} )
  
  circos.trackPlotRegion(
  	ylim = c(0, 1), track.height = 0.03, 
  	bg.col = c(color_otu, color_sample), 
  	bg.border = NA, track.margin = c(0, 0.01),
  	panel.fun = function(x, y) {
  		xlim = get.cell.meta.data('xlim')
  		sector.name = get.cell.meta.data('sector.index')
  		circos.axis(h = 'top', labels.cex = 0.4, 
  		            major.tick.percentage = 0.4, labels.niceFacing = FALSE)
  		circos.text(mean(xlim), 0.2, sector.name, cex = 0.4, 
  		            niceFacing = FALSE, adj = c(0.5, 0))
  	} )
  
  circos.trackPlotRegion(ylim = c(0, 1), track.height = 0.03, track.margin = c(0, 0.01))
  
  for (i in seq_len(nrow(plot_data))) {
  	circos.link(
  		plot_data[i,2], c(accum_otu[plot_data[i,2]], 
  		                  accum_otu[plot_data[i,2]] - plot_data[i,4]),
  		plot_data[i,1], c(accum_sample[plot_data[i,1]], 
  		                  accum_sample[plot_data[i,1]] - plot_data[i,3]),
  		col = paste0(color_otu[plot_data[i,2]], '70'), border = NA )
  	
  	circos.rect(accum_otu[plot_data[i,2]], 0, 
  	            accum_otu[plot_data[i,2]] - plot_data[i,4], 1, 
  	            sector.index = plot_data[i,2], 
  	            col = color_sample[plot_data[i,1]], border = NA)
  	circos.rect(accum_sample[plot_data[i,1]], 0, 
  	            accum_sample[plot_data[i,1]] - plot_data[i,3], 1, 
  	            sector.index = plot_data[i,1], 
  	            col = color_otu[plot_data[i,2]], border = NA)
  	
  	accum_otu[plot_data[i,2]] = accum_otu[plot_data[i,2]] - plot_data[i,4]
  	accum_sample[plot_data[i,1]] = accum_sample[plot_data[i,1]] - plot_data[i,3]
  }
  
  otu_legend <- Legend(
  		at = all_otu, labels = taxonomy$detail, labels_gp = gpar(fontsize = 8),    
  		grid_height = unit(0.5, 'cm'), grid_width = unit(0.5, 'cm'), 
  		type = 'points', pch = NA, background = color_otu)
  
  pushViewport(viewport(x = 0.85, y = 0.5))
  grid.draw(otu_legend)
  upViewport()
  		
  circos.clear()
  # dev.off()
}

运行

family_table <- get_tax_prf(prof = family, num = 15, class = 4)

# pdf("family_circlize_plot.pdf", width = 20, height = 8)
circos_fun(mdat_table = family_table, tag = "family")
# dev.off()

结果：不同分组样本的family水平的分布图（可以通过pdf函数输出结果图，另外circos图不适合太多样本的数据展示）

• 最外圈表示分组标签和物种phylum水平标签；

• 次外圈表示样本标签和物种family水平标签；

• 内圈表示不同样本的物种family水平组成和不同物种family的样本组成；

• 圈内的连线表示物种和样本之间的组成关系

参考

• R包circlize绘制弦状图示例