高大上的弦图

风云

首先来看看这样一幅图。



        看到它的第一感觉就是，这是什么东西！没错，这样一个圆形的、错综复杂的图就是弦图，属于圈图的一种，在高大上的生物学文章中会经常见到。那么这么复杂的图究竟是用来做什么的呢？别看图形让人眼花缭乱，它所表达的内容其实很简单，我总结了一下，弦图的作用大概分为两个部分。
第一，也是最重要的一点：高大上，让人眼花缭乱。

        没错，当你第一次看到它，心里想，卧槽，这是啥的时候，弦图最重要的作用也就完成了。
        好了好了，不黑弦图了，哈哈哈。
第二，才是最重要的一点：展示多个对象之间的关系。

        比如说，你是一个国际关系学院的学生，你有全球180个国家的贸易往来数据，你想用一张图来展示每一个国家之间往来的频率是高还是低，这些国家之间的关系是紧密还是疏离，那么弦图就是最好的选择了。（话说难道不是搞一个excel表格想看哪个国家看哪个国家就行了吗，180个国家的数据放到一张图里还不看到你眼瞎？如果有这个疑问，请参考上面说的弦图的作用第一点。）
        那么对于一个生物学的学生来说呢，弦图可以用来展示多个研究对象基因突变的情况，或者多个研究对象的生理指标变化的情况，只要你想用，弦图应用的场合还是很多的。
举个栗子

        还是从实例来看，假如你做了这样一个实验，你测定了5个细胞中5个染色体上面的基因突变个数，获得了如下的数据。



        当然，这种情况下你可以用分组柱状图的形式展示你的数据，但如果用弦图的话，你将会得到这样一张图。



        这样就很好理解了对吧，每一个细胞对应每一条染色体都有一条纽带连接，哪一条纽带越宽，说明这个细胞中的这一条染色体上面突变的最多。当然，如果你有更多维度的数据，你也可也用纽带的颜色，纽带离边缘的距离等等参数去表示多个维度的数据。
大佬是怎么做的？




        这是一张来源于今年的Nature Methods上的文章 Scalable whole-genome single-cell library preparation without preamplification中的一幅弦图，具体展示的数据指标我们先忽略，大佬用纽带的颜色代表了不同染色体之间的关系强弱，而没有用纽带的宽窄等参数，配色也采用偏冷色的色调，显得更加严肃。
我们怎么做？

        R中有一个专门用来做圈图的包，叫做circlize，除了弦图以外的各种圆形图都可以做，非常方便。
        首先安装并载入circlize包。
> library(circlize)
        然后将我们的数据导入，并放在一个矩阵当中，这里我的瞎编数据矩阵叫做mutation。



        弦图中的元素其实就包括两部分，外层的圈，代表各个研究对象；内层的纽带，代表各研究对象之间的关系。在画弦图之前我们要设置一下外圈各个对象的颜色，这里我们将各个染色体都设置成灰色，将5个细胞分别设置为5种颜色。然后要设置一下对象之间的缝隙，细胞要和细胞挨得近一些，染色体要和染色体挨得近一些，细胞和染色体之间缝隙要大一点。
> #设置各对象之间的缝隙，使用circos.par函数中的gap.after参数
> gap <- c(rep(5, nrow(mutation) - 1), 15, rep(5, ncol(mutation) - 1), 15)
> circos.par(gap.after = gap)
> #设置各外圈对象颜色，并绘制弦图
> grid.col <- c(细胞1 = &#34;red&#34;, 细胞2 = &#34;green&#34;, 细胞3 = &#34;blue&#34;, 细胞4 = &#34;yellow&#34;, 细胞5 = &#34;violetred&#34;, 染色体1 = &#34;grey&#34;, 染色体2 = &#34;grey&#34;, 染色体3 = &#34;grey&#34;,  染色体4 = &#34;grey&#34;, 染色体5 = &#34;grey&#34;)
> chordDiagram(mutation, grid.col = grid.col)



        可以看到绘制的过程非常简单，通过circos.par函数设置一些参数，通过chordDiagram函数绘制弦图。当然，你也可以设置许多参数，比如纽带的颜色，外围标签，背景颜色，透明度，高亮重要信息等等。具体的方法在下面的网站中，有需要可以查阅，之后我也会将一些常用的作弦图的小技巧总结出来，毕竟啃英文文档的时候是一把辛酸泪呀。
Circular Visualization in R
http://zuguang.de/circlize_book/book/the-chorddiagram-function.html
参考文献

【1】Nature Methods, 2017, Scalable whole-genome single-cell library preparation without preamplification
【2】Bioinformatics Applications Note, 2014, circlize implements and enhances circular visualization in R

【3】Zuguang Gu, Circular Visualization in R
欢迎我的关注微信公众号——生物与化学数据分析，化学狗与生物狗学习数据分析的好地方！有问题随时提出哦！

aHR0cDovL3dlaXhpbi5xcS5jb20vci9ienY3NDNqRTdTV1NyVHlBOTI1OQ== (二维码自动识别)

原文地址：https://zhuanlan.zhihu.com/p/28360518