OmicCircos-解救长热图

自从开始分析各种组学数据。热图绝对是一个天天见的好朋友。然而，天天见了总是会生腻的，再加上有些时候为了保留尽量多的分析结果可以同时呈现，热图兄弟实在是太长呢。

想来想去，不如把热图变成一个圈圈来看看吧。如下：

圆圆的热图

原来很多文章里面用来画染色体分布的图，也可以用来呈现热图呢。

附上我的小代码：

library(OmicCircos)

##My data is input.corrs, colunm 'a','b' are two correlated items

input.corrs = input.corrs[order(input.corrs$a),]

factors = factor(input.corrs$a)

imp.corrs.list = list()

for(i in 1:length(unique(factors))){

  item = unique(factors)[i]

  a.list = as.matrix(input.corrs[input.corrs$a == item,tumors])

  imp.corrs.list[[i]] = a.list

}

names(imp.corrs.list)=unique(factors)

####Circlized visulation of a series of correlations###

library(circlize)

circos.par(cell.padding = c(0, 0, 0, 0), gap.degree = 5)

circos.initialize(factors, xlim = cbind(c(0, 0), table(factors)))

col_fun = colorRamp2(c(-0.6,0,0.6), c("blue","white", "red"))

##four circles in the outside

circos.track(ylim = c(0, 3), bg.border = NA, panel.fun = function(x, y) {

  sector.index = get.cell.meta.data("sector.index")

  print(sector.index)

  m = t(imp.corrs.list[[sector.index]])

  col_mat = col_fun(m)

  nr = nrow(m)

  nc = ncol(m)

  for(i in 1:nr) {

    circos.rect(1:nc - 1, rep(nr - i, nc),

                1:nc, rep(nr - i + 1, nc),

                border = col_mat[i, ], col = col_mat[i, ])

  }

})

cols.t<-rainbow(length(unique(factors)))

names(cols.t)<-unique(factors)

##the inner most circle

circos.trackPlotRegion(ylim = c(0, 1), panel.fun = function(x, y) {

  fc = get.cell.meta.data("sector.index")

  xlim = get.cell.meta.data("xlim")

  ylim = get.cell.meta.data("ylim")

  circos.rect(xlim[1], 0, xlim[2], 0.5,

              col = cols.t[fc])

  circos.text(mean(xlim), -0.5, fc, cex = 0.5, facing = "clockwise", niceFacing = TRUE)

}, bg.border = NA)

circos.clear()

input.corrs 内容如下：

a    b    tumor1    tumor2    tumor3    tumor4

gene1    gene2    0.35    0.03    0.44    0.98

gene1    gene21    0.12    -0.19    0.33    0.15

上面热图最里面是根据‘a’列内容上色，其他四个圈表示了四种tumor中的关联程度。

具体使用方法请移步 OmicCircos

热图可以这么美！