程序的作用：用户准备好各种类型的输入文件，使用DrawCircos即可一键生成最终的用于circos绘图的conf文件conf.txt。然后使用circos -conf conf.txt即可绘制圈图
- demo 存放测试模拟数据的目录，供用户参考不同文件的格式
- DrawCircos 主程序
- pipline.bash 自动化流程
- circos
- bedtools
- samtools
conda create -c bioconda -n circos circos bedtools samtools -y
source activate circos
unzip DrawCircos.zip
chmod 755 DrawCircos
echo 'export PATH="$PATH:'$(pwd)'"' >> ~/.bashrc
# 重新加载配置
source ~/.bashrc
| abbr parameter | Long parameter | Usage | Purpose |
|---|---|---|---|
| -gw | getwindow | getwindow genome.fa windowsize abbr | for get window file |
| -gd | genedensity | genedensity gff3file windowfile | for get gene density |
| -gGC | getGC | getGC genome.fa windowfile | for get GC content in genome |
| -gv | getvcf | getvcf vcffile windowfile abbrname | for vcffile |
| -gc | getcoline | getcoline colinefile genes.bed | for coline file |
| -gL | getLAI | getLAI LAIfile | for LAI value |
| -gCop | getCopia | getCopia LTRfile windowfile | for repeat sequence of LTR type of Copia |
| -gGy | getGypsy | getGypsy LTRfile windowfile | for repeat sequence of LTR type of Gypsy |
| -gfL | getfullLTR | getfullLTR LAIfile | for repeat sequence of complete LTR |
| -gaL | getallLTR | getallLTR LAIfile | for repeat sequence of all LTR |
| -g2b | gff2bed | gff2bed gff3file type keyid | from gff3 file get bed file |
| -b2n | bed2num | bed2num bedfile windowfile abbr | from bed file get num file |
Prepare Data Output file end with "_num.txt" will be as input in draw circos!
-d|draw draw conffile
| abbr parameter | Long parameter | Usage | Purpose |
|---|---|---|---|
| -k | karyotype | karyotype genomelengthfile | for get karyotype.txt |
| -c | conf | conf -cc/-hi/-hm/-line/-lai/-h | for coline/histogram/heatmap/line/lai 5 type prepare conf file |
| -t | ticks | ticks | prepare ticks.conf |
-p|pipline pipline a pipline for draw circos
DrawCircos -p --genome ../genome.chr.fa --gff3 ../genome.gff3 \
--windowsize 100000 --ticksize 200000 --abbr Ppo --coline ../KK4D/Ppo.Ppo.anchors \
--LAI ../LTRfindchr/genomes.chr.fa.out.LAI \
--repeat ../final.genome.fasta.RepeatMasker.out.gff \
--SNP ../WGS/3.gvcf/04.vcf/All.final.snp.vcf \
--INDEL ../WGS/3.gvcf/04.vcf/All.indel.vcf \
--LTR ../LTRfind/genome.chr.fa.pass.list \
--gff-type mRNA \
--gff-keyid 1 \
--circos_type coline heatmap histogram line line histogram histogram LAI line \
--circos_file coline genes GC Copia Gypsy SNP INDEL LAI repeat
自动化流程的参数说明：DrawCircos -p和bash pipline.bash是相同的作用。后续的参数说明：
- --genome 基因组文件，必须参数
- --gff3 基因组gff3文件，必须参数
- --windowsize 窗口大小，默认是1000000， 表示1M
- --ticksize 刻度盘最小刻度，默认是windowsize的10倍，格式也是10000000
- --abbr 输出前缀，
- --coline 共线性文件，可以使用KK4D获得
- --LAI LAI文件，可以使用LTRfind获得
- --repeat 基因组重复文件，可以由repeatmasker获得
- --SNP SNP文件
- --INDEL INDEL文件
- --bam 指定转录组的bam文件，格式是
-bam repeat1.bam repeat2.bam repeat3.bam。如果没有重复，只指定一个bam文件也可以。输出是fpkm_num.txt - --LTR LTR文件，可以使用LTRfind获得，一般是*.pass.list
- --gff-type 指定gff3文件中第3列对应基因id的字段，一般是mRNA或gene
- --gff-keyid 指定gff3文件中第9列对应基因id的字段的位置，一般是1或2
- --circos_type 指定要绘制的图像的类型，可以指定类型有coline，heatmap,line,histogram,LAI。必须是这5个字符串其中之一，使用空格分开不同的值。
- --circos_file 格式是：使用空格分割开不同的输出_num.txt文件的前缀
上述参数中，--circos_file和--circos_type的参数数量必须上下一一对应，最终输出的绘图顺序，是按照--circos_file这个顺序从前到后对应从内圈到外圈。
上述会输出2个关键文件${abbr}.run.conf和conf.txt。
如果没有报错，则可以使用circos -conf conf.txt绘图。
- ${abbr}.run.conf 这个是生成的命令文件，
bash ${abbr}.run.conf即会调用DrawCircos生成下面的conf.txt文件。一般情况下程序运行时会自动运行这个命令。 - conf.txt 这个就是完整的circos绘图的conf文件
##获得基因组的窗口文件，滑动窗大小是10kb, 输出文件是Ppo.window
DrawCircos -gw genome.chr.fa 10000 Ppo
##获得基因组的GC文件,输出文件是GC_num.txt
DrawCircos -gGC genome.chr.fa Ppo.window
##获取基因密度,输出文件是genes_num.txt
DrawCircos -gd genome.gff3 Ppo.window
## 计算基因组的重测序SNP数据的分布,输出文件是SNP_num.txt
DrawCircos -gv ../WGS/3.gvcf/04.vcf/All.final.snp.vcf Ppo.window SNP
## 计算基因组的重测序indel数据的分布，输出文件是INDEL_num.txt
DrawCircos -gv ../WGS/3.gvcf/04.vcf/All.indel.vcf Ppo.window INDEL
#获取基因组的基因id的文件,输出文件是genes.ID.bed
DrawCircos -gIb genome.gff3 mRNA 1
## 准备基因组的内部的共线性文件,输出文件是coline_num.txt
DrawCircos -gc ../KK4D/Ppo.Ppo.anchors genes.ID.bed jcvi
## 准备基因组的LTR的Copia的鉴定结果，输出文件是Copia_num.txt
DrawCircos -gCop ../LTRfind/genome.chr.fa.pass.list Ppo.window
## 准备基因组的LTR的Gypsy的分布，输出文件是Gypsy_num.txt
DrawCircos -gGy ../LTRfind/genome.chr.fa.pass.list Ppo.window
## 准备基因组的LAI文件，输出是LAI_num.txt
DrawCircos -gL ../LTRfindchr/genomes.chr.fa.out.LAI
## 准备基因组重复文件，输出是repeat_num.txt
grep -v ^# ../final.genome.fasta.RepeatMasker.out.gff|cut -f 1,4,5 >repeat.bed
DrawCircos bed2num repeat.bed Ppo.window repeat rate
##准备获取刻度文件,输出文件是karyotype.txt
DrawCircos -k Ppo.genome.txt
##获取刻度文件，参数是坐标轴的每个齿的最小刻度大小，输出文件是ticks.conf
DrawCircos -t 100000
上面的LTR和LAI相关的结果都是LTRfind 输出的结果，共线性的结果是KK4D 输出的结果，重复序列是repeatmasker输出的gff3结果。
-c 参数从V0.04版本开始，可以支持多个参数连续使用。
你已经通过第1步的命令，获取了如下的文件：
- coline_num.txt （共线性文件）
- GC_num.txt GC（GC含量文件）
- full_LTR_num.txt （完整LTR的百分比）
- Gypsy_num.txt (Gypsy的百分比)
- LTR_num.txt (所有LTR的百分比)
- Copia_num.txt(Copia的百分比)
- genes_num.txt (基因密度)
- LAI_num.txt(LAI的分布)
- SNP_num.txt (SNP的分布)
- INDEL_num.txt (INDEL的分布)
现在准备circos绘图的conf文件，可以如下运行：
DrawCircos -c -cc 8 \
-hm genes_num.txt 2 9 reds-9-seq genedensity \
-hi GC_num.txt 3 9 oranges-9-seq \
-line Copia_num.txt 4 9 BuGn-9-seq \
-line Gypsy_num.txt 5 9 greens-9-seq \
-hi SNP_num.txt 6 9 green \
-hi INDEL_num.txt 7 9 yellow \
-lai LAI_num.txt 8 9 grey \
-line repeat_num.txt 9 9 oranges-9-seq
这里的-c之后的参数说明：
-
-cc参数是指定绘制共线性文件，这个只能在最内圈，所以只需要一个参数即总圈数。
-
-hi|-line|-hm|-lai 后面的参数格式都是相同的， 第一个参数是_num文件，第2个参数是绘制在第几圈，第3个参数是总共的圈数，第4个参数是绘图的颜色，第5个参数是该圈数输出前缀。
-
-cc只能使用一次，除了-cc之外的这4种类型，都可以重复使用，而且这些类型后面的5个参数，只有第1个参数，即_num文件必须传入，其他参数都可以省略，程序会有默认值。
-
这里如果不输入圈数，会按照输入的先后顺序，对应从内到外的圈数。并自动计算总圈数。 第2步最终输出的文件是conf.txt，如果程序没有报错。那么就可以直接绘图了。
circos -conf conf.txt这个命令即可绘图了。 如果你对颜色不满意，可以后期使用AdobeIllustrator修改，也可以手动修改conf.txt里的圈的尺寸或颜色信息，之后再重新绘图。
- please be careful of your gff3 type keyid ,make sure the output gene ID is same with your genome sequence. check it is or type.
- all the output file ( _num.txt ) are the input file of Circos.
Author Email: chaimol@163.com
- 修复了绘图圈数，现在是从内往外数圈数。
- 修复了输入圈数后输出的长度为正确的值。
- 修复了其中注释文件的部分错别字。
- 新增了绘制LAI的功能。
- 新增pipline功能，用户一次性输入所有参数后，可以直接完成所有分析，直接绘图。删除了config.ini的传参方式，只接受命令行传参。