如何用R绘制大肠杆菌基因组Circos图，多轨道对比不同菌株突变

1. 环境准备 #

• 安装并加载核心R包circlize（目前R中最常用的Circos图实现工具）：

install.packages("circlize")
library(circlize)

2. 数据准备 #

需要整理成包含以下必填字段的数据框：

• chromosome：染色体/Contig编号（细菌通常为单个染色体，多质粒样本可按分子类型区分）
• position：突变位点的基因组坐标
• strain：菌株名称（用于区分不同环形轨道）
• mutation_type：突变类型（如SNV、Indel，用于点的颜色区分）

示例模拟数据：

mut_data <- data.frame(
  chromosome = rep("Chromosome 1", 50),
  position = sample(1:1000000, 50),
  strain = sample(c("Strain A", "Strain B", "Strain C"), 50, replace = TRUE),
  mutation_type = sample(c("SNV", "Indel"), 50, replace = TRUE)
)

3. 基础Circos图绘制（匹配目标示例风格） #

目标示例核心是环形展示多菌株的突变分布，以下代码实现对应效果：

# 清空原有Circos布局，避免冲突
circos.clear()
# 设置全局参数：环形间隙、轨道高度
circos.par(gap.degree = 5, track.height = 0.15)

# 初始化环形：以染色体为分组，定义基因组坐标范围
circos.initialize(factors = mut_data$chromosome, xlim = c(0, max(mut_data$position)))

# 遍历每个菌株，绘制独立突变轨道
strains <- unique(mut_data$strain)
for(s in strains){
  strain_subset <- mut_data[mut_data$strain == s, ]
  # 定义突变类型颜色映射
  col_map <- c("SNV" = "#E64B35", "Indel" = "#3182BD")
  
  # 创建菌株轨道：添加轨道标签和坐标轴
  circos.trackPlotRegion(ylim = c(0, 1), bg.border = NA, track.height = 0.1,
                         panel.fun = function(x, y) {
                           # 添加基因组位置坐标轴
                           circos.axis(h = "top", labels.cex = 0.6, labels.niceFacing = TRUE)
                           # 添加菌株名称标签
                           circos.text(CELL_META$xcenter, CELL_META$ylim[2] + 0.1, 
                                       s, cex = 0.8, adj = c(0.5, 0))
                         })
  # 绘制突变位点散点
  circos.trackPoints(strain_subset$position, rep(0.5, nrow(strain_subset)), 
                     col = col_map[strain_subset$mutation_type], pch = 16, cex = 0.8)
}

# 添加图例说明突变类型
legend("bottomright", legend = names(col_map), col = col_map, pch = 16, cex = 0.8)

4. 进阶优化（贴近示例细节） #

• 若需展示突变密度（替代散点），用直方图轨道：

circos.trackHist(strain_subset$position, bin.size = 10000, col = "#3182BD", border = NA)

• 优化坐标轴可读性：增加主刻度间隔，让标签自动调整方向

circos.axis(h = "top", major.at = seq(0, max(mut_data$position), by = 200000), 
            labels.cex = 0.6, labels.niceFacing = TRUE)

• 调整轨道布局：修改track.height缩小轨道高度，或调整gap.degree增大菌株间间隙

5. 关键注意事项 #

• 多染色体/Contig样本：需为每个分子单独定义xlim，比如用split函数拆分数据后初始化
• 数据量过大时：减小cex参数避免点重叠，或使用密度图替代散点
• 配色选择：优先使用专业配色方案（如RColorBrewer），提升图表可读性

内容的提问来源于stack exchange，提问作者mel099