通常circos的中间部分不是空白区域，会用一条条线进行连接，表示两个染色体部分区域有关系。

对于link，circos要求输入数据至少有6列，分别是chr1 start1 end1 chr2 start2 end2 [options]

举个例子

chr1 1000000 2000000 chr5 3000000 4000000

构建输入

这次会以A. lyrata 和 A.thalina的基因组为例，利用JCVI来构建Circos的输入.

数据下载：

# Athaliana

wget ftp://ftp.ensemblgenomes.org/pub/plants/release-44/fasta/arabidopsis_thaliana/cds/Arabidopsis_thaliana.TAIR10.cds.all.fa.gz

wget ftp://ftp.ensemblgenomes.org/pub/plants/release-44/gff3/arabidopsis_thaliana/Arabidopsis_thaliana.TAIR10.44.gff3.gz

# Alyrata

wget ftp://ftp.ensemblgenomes.org/pub/plants/release-44/fasta/arabidopsis_lyrata/cds/Arabidopsis_lyrata.v.1.0.cds.all.fa.gz

wget ftp://ftp.ensemblgenomes.org/pub/plants/release-44/gff3/arabidopsis_lyrata/Arabidopsis_lyrata.v.1.0.44.gff3.gz

数据预处理

将GFF3转成BED格式

python -m jcvi.formats.gff bed --type=mRNA --key=transcript_id Arabidopsis_thaliana.TAIR10.44.gff3.gz > ath.bed

python -m jcvi.formats.gff bed --type=mRNA --key=transcript_id Arabidopsis_lyrata.v.1.0.44.gff3.gz > aly.bed

将BED去重复

python -m jcvi.formats.bed uniq ath.bed

python -m jcvi.formats.bed uniq aly.bed

提取CDS序列

seqkit grep -f ath.cds

seqkit grep -f aly.cds

karyotype

从ENSEMBLE下载的GFF文件中，已经包含了每个基因组的大小, 当然也可以各种工具从基因组序列序列中获取大小。

1.aly的核型文件

chr - aly1 aly1 0 33132539 rdylbu-11-div-1

chr - aly2 aly2 0 19320864 rdylbu-11-div-2

chr - aly3 aly3 0 24464547 rdylbu-11-div-3

chr - aly4 aly4 0 23328337 rdylbu-11-div-4

chr - aly5 aly5 0 21221946 rdylbu-11-div-5

chr - aly6 aly6 0 25113588 rdylbu-11-div-6

chr - aly7 aly7 0 24649197 rdylbu-11-div-7

chr - aly8 aly8 0 22951293 rdylbu-11-div-8

aly

2.ath的核型文件

chr - ath1 ath1 0 30427671 brbg-10-div-1

chr - ath2 ath2 0 19698289 brbg-10-div-3

chr - ath3 ath3 0 23459830 brbg-10-div-5

chr - ath4 ath4 0 18585056 brbg-10-div-7

chr - ath5 ath5 0 26975502 brbg-10-div-9

ath

因为ENSMEBLE上Athalina和Alyrata的染色体命名都是1,2,3…，就会导致CIRCOS无法正确的区分来源，因此在原本的命名前加上了物种名缩写做为标签。

同时。我们要修改之前的bed文件

sed -e 's/^/ath/' ath.uniq.bed > ath.bed

sed -e 's/^/aly/' aly.uniq.bed > aly.bed

links

为了构建links文件，需要利用JCVI进行共线性分析

aly.bed aly.cds ath.bed ath.cds

用jcvi进行分析

python -m jcvi.compara.catalog ortholog --no_strip_names ath aly

python -m jcvi.compara.synteny screen --minspan=30 --simple ath.aly.anchors ath.aly.anchors.new

安装lastal

运行上面一步需要安装一个lastal软件

地址

cd last-1047/src

make

然后将src目录下的lastal与lastdb添加到环境中

其中ath.aly.anchors.simple是我们后续要用到的文件。

$head -n 1 ath.aly.anchors.simple

AT1G24260.1 AT1G27280.1 fgenesh1_pm.C_scaffold_1002045 fgenesh2_kg.1__2877__AT1G24260.1 225 -

我们需要将ath.aly.anchors.simple里的基因名替换成实际的位置信息，将其变成符合Circos的输入信息。

hoptop写了一个simple2links.py脚本，代码在他的GitHub上，https://github.com/xuzhougeng/myscripts。

python ~/myscripts/simple2links.py ath.aly.anchors.simple

最终会输出ath.aly.anchors.simple_link.txt

ath_aly的links

1. 配置circos

karyotype=karyotype.tair10.txt,karyotype.aly.txt

chromosomes_color = chr1=rdylbu-11-div-1,chr2=rdylbu-11-div-3,chr3=rdylbu-11-div-5,chr4=rdylbu-11-div-7,chr5=rdylbu-11-div-9

chromosomes_units = 100000

default = 0.005r

radius = 0.80r

thickness = 6p

fill = yes

stroke_color = dgrey

stroke_thickness = 2p

show_label = yes

label_font = default

label_radius = dims(ideogram,radius) + 0.05r

label_size = 48

label_parallel = yes

label_fromat = eval(sprintf("%s",var(chr)))

file = ath.aly.anchors.simple_link.txt

radius = 0.61r

color = red

ribbon = yes

show_ticks = yes

show_tick_labels = yes

radius = 1r

color = black

thickness = 2p

multiplier = 1e-6

spacing = 5u

size = 10p

color = black

thickness = 4p

spacing = 5u

size = 10p

show_label = yes

label_size = 10p

label_offset = 10p

format = %d

dir* = .

radius* = 500p

<>

<>

<>

要是你是conda安装的，你就可以到安装这个软件的conda环境下的etc文件夹下建立一个links.conf用来配置links, 建立一个ticks.conf配置ticks

2.1links.conf

file = ath.aly.anchors.simple_link.txt

radius = 0.61r

color = red

ribbon = yes

2.2 ticks.conf

show_ticks = yes

show_tick_labels = yes

radius = 1r

color = black

thickness = 2p

multiplier = 1e-6

format = %d

spacing = 1u

size = 5p

thickness = 4p

spacing = 5u

size = 10p

show_label = yes

label_size = 10p

label_offset = 10p

format = %d

2.3 circos.conf

karyotype = karyotype.tair10.txt,karyotype.aly.txt

chromosomes_color = chr1=rdylbu-11-div-1,chr2=rdylbu-11-div-3,chr3=rdylbu-11-div-5,chr4=rdylbu-11-div-7,chr5=rdylbu-11-div-9

chromosomes_units = 1000000

<>

default = 0.005r

radius = 0.90r

thickness = 20p

fill = yes

stroke_color = dgrey

stroke_thickness = 2p

show_label = yes #展示label

label_font = default # 字体

label_radius = dims(ideogram,radius) + 0.08r #位置

label_size = 16 # 字体大小

label_parallel = yes # 是否平行

label_format = eval(sprintf("%s",var(chr))) # 格式

<>

dir* = . # 输出文件夹

radius* = 500p # 图片半径

svg* = no # 是否输出svg

<>

<>

<>

运行结果

结果

这里会发现一个问题，里面线的颜色一模一样，不容易进行区分。虽然可以在输入ath.aly.anchors.simple_link.txt里增加颜色，但是circos提供了一个动态规则，可以更加方便的直接在配置文件里修改。

建立规则(rules)

circos的配置格式为

...

...

...

circos的规则可以很复杂，但是最简单的情况就是下面这种。

condition = var(chr1) eq "ath1"

color=rdylgn-5-div-1

condition = var(chr1) eq "ath1"表示，判断link文件中左侧染色体的名字(var(chr1))是不是(eq)"ath1"，如果是的话，那么颜色就是rdylgn-5-div-1

我们可以在etc/links.conf中增加五个条件，修改后的links.conf如下

file = ath.aly.anchors.simple_link.txt

radius = 0.61r

color = blue_a4

ribbon = yes

condition = var(chr1) eq "ath1"

color=rdylgn-5-div-1

condition = var(chr1) eq "ath2"

color=rdylgn-5-div-2

condition = var(chr1) eq "ath3"

color=rdylgn-5-div-3

condition = var(chr1) eq "ath4"

color=rdylgn-5-div-4

condition = var(chr1) eq "ath5"

color=rdylgn-5-div-5

运行结果

结果

调整外圈和links的半径大小

外0.7r内0.975r

最后就是各种美化。

比如把外面的laels往外在移一点

label_radius = dims(ideogram,radius) + 0.2r

参考

https://www.jianshu.com/p/09565814a273

https://www.jianshu.com/p/1658e702ba17