circos可以说是基因组文章必备的主图了。现在也有好多教程，先分别探讨下个人喜好点。
- circos的软件。看官网的图，是不是非常酷炫。但是真正用好，研究明白会很痛苦。因为他的运行命令就只有
circos circos.conf（忘了具体是啥 反正八九不离十），你要改图，你就要在conf文件里修改，改完了也不是即时生成，从vim编辑器里面出来再运行命令，但是实际上一个够用的基因组圈图根本用不上那么多功能。除了让你头痛....
2.Tbtools的circos。优点是有教程，可以在windows系统操作，新手友好，缺点是，准备所有圈的文件比较复杂，比如窗口，基因密度，重复序列密度。共线性确实能画，但是上色比较麻烦，linux命令确实是比在excel里面操作方便非常多。 - R语言版本的circos。能画circos图的R包，目前我已知的有两个，一个是
RCircos，另一个是circlize。据师兄说，前者比较旧，其他的应该没啥太大区别。我用的后者，基因密度，重复序列计数之类的基本不需要提，有个gff文件就搞定。
所以，现在是service time！！！
library(circlize)
library(RColorBrewer)
library(ComplexHeatmap)
coul <- colorRampPalette(brewer.pal(9, "Set3"))(12)
genome <- read.table('genome.txt')
colnames(genome) <- c("chr","start","end")
circos.par(start.degree = 90 , gap.degree = 3 )
circos.genomicInitialize(genome) ###生成最外圈的刻度
# gc
GC <- read.table('GC.txt')
colnames(GC) <- c("chr","start","end","value")
circos.genomicTrackPlotRegion(GC,track.height = 0.08, bg.border = NA,panel.fun = function(region, value, ...){
circos.genomicLines(region, value, type = "l",col='#9370DB',...)})
# gene
gene <- read.table('gene.pos')[,c(1,2,3)]
colnames(gene) <- c("chr","start","end")
circos.genomicDensity(gene,col = c("#67a9cf80"), track.height = 0.08,border = NA)
#repeat
rep <- read.table('EDTA.repeat.bed')
circos.genomicDensity(rep,col = c("#7fc97f"), track.height = 0.08,border = NA)
#pseudochromosome
circos.track(ylim = c(0, 1), bg.col =coul ,bg.border = NA, track.height = 0.05)
#co-line
###result of jcvi
bed<-read.table('anchor.loc.txt')
bed$diff <- bed$V3 - bed$V2
condition <- bed$diff > 1000000
filtered_bed <- bed1[condition, ]
bed1 <- filtered_bed[, c("V1", "V2", "V3")]
bed2 <- filtered_bed[, c("V4", "V5", "V6")]
#bed1<-read.table('bed1')
#bed2<-read.table('bed2')
#bed1$color <- factor(bed1$V1, levels = unique(bed1$V1), labels = coul)
circos.genomicLink(bed1, bed2, border = NA,col = rand_color(nrow(bed1), transparency = 0.5))
#end
circos.clear()
dev.off()
##文件夹里面的Rplot.pdf就是圈图的结果
看到了么，只需要提供scaffold号，起始位置，终止位置，你就可以得到密度数据，真的绝。
他是从最外圈往最内圈画的。track.height 就是每一圈的厚度。请把你们的颜色改成和我不一样的，谢谢。
我知道我知道，光给你代码是不够的，要告诉你输入文件长什么样。
> head(genome)
chr start end
1 Hb_chr1 1 46819076
2 Hb_chr2 1 44587488
3 Hb_chr3 1 41112232
4 Hb_chr4 1 39704978
5 Hb_chr5 1 39509855
6 Hb_chr6 1 37849917
> head(GC)
chr start end value
1 Hb_chr1 0 100000 0.38155
2 Hb_chr1 100000 200000 0.39211
3 Hb_chr1 200000 300000 0.38441
4 Hb_chr1 300000 400000 0.42246
5 Hb_chr1 400000 500000 0.39622
6 Hb_chr1 500000 600000 0.38849
> head(gene)
chr start end
1 Hb_chr1 20876 21295
2 Hb_chr1 21412 21561
3 Hb_chr1 24046 30936
4 Hb_chr1 40594 40995
5 Hb_chr1 2049 2582
6 Hb_chr1 14162 14959
> head(rep)
V1 V2 V3
1 Hb_chr1 10851 10934
2 Hb_chr1 18742 19717
3 Hb_chr1 19897 20390
4 Hb_chr1 19978 20483
5 Hb_chr1 20567 21012
6 Hb_chr1 21934 23671
> head(bed)
V1 V2 V3 V4 V5 V6 diff
1 Hb_chr1 650547 1097241 Hb_chr1 40863110 41088941 446694
2 Hb_chr1 1843619 2150420 Hb_chr1 42629387 42953008 306801
3 Hb_chr1 2376475 2751376 Hb_chr1 18273955 19048666 374901
4 Hb_chr1 10209948 11765425 Hb_chr1 37476684 37791036 1555477
5 Hb_chr1 10676780 12179670 Hb_chr1 45830252 46061452 1502890
6 Hb_chr1 16253223 18786887 Hb_chr1 39243966 40042787 2533664
有人不知道bed文件怎么来的。好吧，就是jcvi生成的anchor，具体怎么做，看我下一篇文章吧。。。
推荐一个配色网站：
https://colorbrewer2.org/#type=qualitative&scheme=Pastel1&n=6
个人感悟：最开始学的是linux命令，喜欢写 shell脚本，年纪大了，学完一种语言之后，就不想学新的语言了，对R语言就比较抵触，想着有gpt，不会也没关系。当时想的是，要不我把软件版的circos学会了，得多厉害，以后专门帮别人画圈图，一张五十，饭钱就来了。但是....真的好难。circlize包真的太简单了。两天足够你从入门到精通（基因组）。以后再有图要画也不慌了。R也是好东西啊哈哈哈哈哈。
