不用Perl和R，轻松Circos实现

circos案例分享

看一些案CNS、NAR等顶刊中的案例，

Python实现circos图

Python matplotlib结合pycirclize可轻松实现circos图。

这里利用“3.2.16 circos 数据集”直观演示 PyCirclize 的基本用法。

• 数据准备

chr_bed_file = "matplotlib_data/pycircos_data/hg38_chr.bed"  # 染色体信息
cytoband_file = "matplotlib_data/pycircos_data/hg38_cytoband.tsv"  # Cytoband数据
link_file = "matplotlib_data/pycircos_data/hg38_genomic_link.tsv"  # 基因组链接数据
link_data = pd.read_csv(link_file, sep="t", header=None)

• circos图绘制

# 定义绘图配色
ColorCycler.set_cmap("Accent")  # 设置调色板
chr_names = [s.name for s in circos.sectors]  # 获取染色体名称
colors = ColorCycler.get_color_list(len(chr_names))  # 生成颜色列表
chr_name2color = {name: color for name, color in zip(chr_names, colors)}
# 绘图
circos = Circos.initialize_from_bed(chr_bed_file,
                                    start=0,
                                    end=360,
                                    space=2,
                                    endspace=True)  # 初始化Circos图
# 添加Cytoband（最外层）
circos.add_cytoband_tracks((95, 100), cytoband_file)
for sector in circos.sectors:
    sector.text(sector.name.replace("chr", "Chr"),
                r=120,
                size=10,
                color="black")  # 显示染色体名称
    sector.get_track("cytoband").xticks_by_interval(
        50000000,  # 每隔50000000bp添加刻度
        label_size=8,
        label_orientation="vertical",
        label_formatter=lambda v: f"{v / 1000000:.0f} Mb",  # 刻度标签格式化为Mb
    )
for sector in circos.sectors:
    # 为每条染色体区域（sector）生成示例数据（一般使用场景为，区域的基因表达水平、突变频率或覆盖度等信息）
    step = 8000000  # 数据间隔
    x = np.arange(sector.start + (step / 2), sector.end - (step / 2),
                  step)  # X轴数据
    y = np.random.randint(0, 100, size=len(x))  # Y轴数据
    # 添加散点图（第2层）
    track1 = sector.add_track((80, 90), r_pad_ratio=0.1)
    track1.axis()
    track1.scatter(x, y, vmax=100, s=10, color="g")
    # 添加柱状图（第3层）
    track2 = sector.add_track((65, 75), r_pad_ratio=0.1)
    track2.axis()
    track2.bar(x, y, vmax=100, width=step * 0.7, color="r")
    # 添加折线图（第4层）
    track3 = sector.add_track((50, 60), r_pad_ratio=0.1)
    track3.axis()
    track3.line(x, y, vmax=100, color="b")
# 添加Chord图（第5层）
for index, row in link_data.sample(n=2500, random_state=42).iterrows():
    region1 = (row[0], row[1], row[2])  # 第一个基因组区域
    region2 = (row[3], row[4], row[5])  # 第二个基因组区域
    color = chr_name2color.get(row[0], "gray")  # 连接颜色
    circos.link(region1, region2, color=color)
# 添加标题和个性化设置
circos.text("Circos图", deg=320, r=145, size=20, color="red")  # 添加标题
fig = circos.plotfig(dpi=500)  # 绘制图像，设置分辨率
fig.subplots_adjust()  # 调整子图布局
fig.set_edgecolor("gray")
fig.set_linewidth(0.8)
fig.show()

以上构建了一个五层 Circos 图，依次展示 hg38 基因组上的 Cytoband 信息、染色体区域的数值分布（包括散点图、柱状图和折线图），以及不同染色体区域之间的关联关系（和弦图），每一层的含义见代码中。

-END-

👉Python matplotlib保姆级教程

交流学习