写在前面
昨天在绘制Circos圈图，已经隔了2年左右没有做这类的图了。这时间过得真是快，但是文章和成果依旧是没有很明显的成效。只能安慰自己，后面的时间继续加油吧！关于Cirocs图的制作，我从刚开始到现在都是是使用TBtools进行制作的，说实话，对于不想写代码的我（或是你）来说，生信可视化工具真的很方便。目前，生信可视化的工具很多，自己也加着2-3个类似的群，但最后一直使用到现在，以至于后面一直会使用的，TBtools是其中一个。我们在前面，也发表全程使用TBtools做分析教程，共线性分析 | Advance Circos图绘制、基于TBtools做基因家族分析。从使用者的角度来说，TBtools真心是一个不错的软件，基于开发者和用户的反馈和需求开发很多小软件。
关于今天的教程
我一直在说，我是一直在分享自己的学习笔记，所以内容等方面都是基于自己目前在学习内容，或是遇到的问题及解决方法。一方面是在记录自己的学习笔记，一方面是为了后续自己用到便于查找（我基本使用到需要的），最后是为了分享给需要的同学。但是，自己的能力有限，很多高深的内容自己涉及不到，或是没能力涉及。因此，也欢迎各老师或同学来投稿或分享你的学习笔记。
一个人的力量是有限的，但是一群人的力量是无法预测的！！
Cirocs教程分享
需要的文件
- 基因组长度文件
Chr1 56706830
Chr2 51972579
Chr3 58931556
Chr4 64763011
Chr5 44819618
Chr6 42866092
Chr7 56236587
Chr8 49719271
- 所需绘制文件的位置信息文件
Chr2 35739245 35739448 1 .
Chr2 36071610 36072481 1 -
Chr2 36199462 36199872 1 .
Chr2 36274372 36276705 1 -
Chr2 36443766 36444019 1 .
Chr2 39128193 39128397 1 .
Chr2 39485207 39485428 1 .
Chr2 41001395 41003552 1 +
基因组长度文件
- 打开TBtools中
Fasta stats
- 拖入基因文件和输出信息
所绘制的基因的文件
- 方法1：直接提取，可以使用教程共线性分析 | Advance Circos图绘制的方法。
获得基因位置信息文件
删除不必要的信息
提取目标基因的信息
拖拽文件文件时，Selected Coluumn选择我们要match的列
- 自己制作,所需的信息也就是的那么个，我们可以通过自己的注释文件进行提取就可以，使用
awk命令就医做简单的提取，我们这里就不在赘述。
我这里做个简单的记录，自己是补充前面做的分析的图，因此，自己手中并没有特定的绘图问题，只有一个总文件和所需绘图的基因ID，因此，只能用基因ID进行提取信息。
## 导入总文件
df <- read.table("all_lncRNA.bed.txt",header = T)
head(df)
##----
ID Chromosome Start End type Strand
MSTRG.247.1 Chr1 152110 154340 1 +
MSTRG.364.2 Chr1 1230854 1231704 1 +
MSTRG.410.1 Chr1 1536449 1536977 1 +
MSTRG.545.1 Chr1 2665821 2668057 1 +
MSTRG.545.2 Chr1 2665899 2667587 1 +
MSTRG.545.3 Chr1 2665902 2668057 1 +
（1）入所需基因ID文件，由于各列的长度不同，因此不能正常使用read.table或read.csv函数导入
df <- readLines("typeID.txt")
# 将每行数据按照空格或制表符进行拆分，得到一个列表
df.list <- strsplit(df,"\\s+")
# 计算最大列数，用于确定数据框的列数
max_cols <- max(sapply(df.list, length))
# 将数据补齐到相同的列数，用NA填充缺失值
df_matrix <- t(sapply(df.list, function(x) {c(x, rep(NA, max_cols - length(x)))}))
# 将数据补齐到相同的列数，用NA填充缺失值
data <- as.data.frame(df_matrix)
head(data)
colnames(data) <- c("C", "D", "H", "Ma", "O", "P", "S")
data <- data[-1,] ## 删除首行
head(data)
正常运行，应该有更简单的导入方法，欢迎交流。
（2）使用merge()函数，或是其他函数进行提取，其实merge在这里有点不太合适。
c <- as.data.frame(data$C)
c02 <- cold[!apply(is.na(c), 1, any),]
c03 <- as.data.frame(c02)
colnames(c03) <- c("ID")
head(c03)
df02 <- merge(df, c03, by = "ID")
head(df02)
write.table(df02, "C.bed.txt", sep = '\t',quote = FALSE, row.names = F, col.name = F)
此步仅记录自己本次做的过程，可忽略，亦可交流。
绘图
打开Advanced Circos
输入所需文件
这里，我就只需要输入基因长度文件信息即可
获得基因圈图
添加其他文件信息，点击Show Control Dialog
左边是调整基因圈图的参数，右边是添加其他信息和调整参数
提供了很多图形的选项，根据自己的需求进行调整即可，以及颜色的调整。
最后就是细节调整，这些主要依赖于个人的审美和搭配。
---
**往期文章：**
**1. 最全WGCNA教程（替换数据即可出全部结果与图形）**
- [WGCNA分析 | 全流程分析代码 | 代码一](https://mp.weixin.qq.com/s/M0LAlE-61f2ZfpMiWN-iQg)
- [WGCNA分析 | 全流程分析代码 | 代码二](https://mp.weixin.qq.com/s/Ln9TP74nzWhtvt7obaMp1A)
- [WGCNA分析 | 全流程代码分享 | 代码三](https://mp.weixin.qq.com/s/rU76rLG4AayuiHbDhgOGBg)
----
**2. 精美图形绘制教程**
- [精美图形绘制教程](https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzAwODY5NDU0MA==&action=getalbum&album_id=2614156000866385923&scene=173&from_msgid=2455848496&from_itemidx=1&count=3&nolastread=1#wechat_redirect)
**3. 转录组分析教程**
小杜的生信筆記，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!