国际惯例，先上图
目的
Overview最后一部分是circRNA染色体分布展示，这里想到用circos图就是俗称的圈图来展示。
-
关系:
之前想再circos中把
circRNA-miRNA
，miRNA-mRNA整出来，后来查看了miRNA-mRNA的关系数量多达7万多个，这个画出来基本什么也看不到了，所以只画了
circRNA-miRNA
。
-
转录本密度：
circRNA和microRNA的数量都比较少，再染色体上画分布的话最好用scatter plot展示，就是散点图，
统计的话100bp的bin
，bin画太大也没有意义，尽量的展现出来。mRNA数量众多，这里用热图展示，
mRNA的bin用的是10k
之前一直用circos画圈图，确实出图好看，速度快，也多样化，conf文件相对也比较好写。跟着官网走就可以了。之前用TBtools画过一次圈图，电脑太卡了，这次升级电脑以后，又尝试了下，果然顺滑了不少，这里做下记录。
数据准备
因为需要找到miRNA-circRNA的关系，所以要先找到map，此外还要知道转录本的位置，所以需要知道miRNA，circRNA的位置，最后在R下面用left_join将位置合并，就是我们的link文件。
-
miRNA-circRNA map，这个公司做过，用的方法是
TargettFinder
软件
-
miRNA位置；新检测到的miRNA的位置是已知的，而数据库中已知的miRNA的位置则是通过前体和基因组进行blast比对得到的位置，经过测试nove的结果和公司提供的位置结果基本一致。
-
mRNA位置；这个之前说过，TBtools GXF工具中从GFF文件提取。
-
circRNA位置； 公司提供。
具体操作
#####################################
# Prj: Heterosis-circ
# Assignment: circRNA-miRNA-mRNA link
# Author: Shawn Wang
# Date: Aug 12 2020
####################################
##=========== 01.load packages ===========
setwd("~/02.Project/03.circRNA/02.Overview/01.DataAnalysis/")
options(stringsAsFactors = F)
library(dplyr)
library(ggplot2)
library(reshape2)
library(stringr)
## function of check the first yxy area of a df
heady = function(x,y){
x[1:y,1:y]
}
##=========== 02.load data ===========
# position
mRNApos <- read.delim("../../01.Database/01.map/02.clean/01.Gh.pos.xls",
header = F,
sep = "\t")
head(mRNApos)
colnames(mRNApos) = c("GeneID","Chr","Start","End")
circ.pos <- read.delim("../../01.Database/01.map/02.clean/03.circ.pos.xls",
header = F,
sep = "\t")
head(circ.pos)
colnames(circ.pos) = c("circID","Chr","Start","End")
miRpos <- read.delim("../../01.Database/01.map/02.clean/02.miRNA-pos.final.xls",
header = F,
sep = "\t")
colnames(miRpos) = c("miID","Chr","Start","End")
miRpos$miID = gsub(pattern = "MI",replacement = "mi",miRpos$miID)
head(miRpos)
## map
circ2mi <- read.delim("../../01.Database/01.map/02.clean/06.miRNA2circ.map",
header = F,
sep = "\t")
head(circ2mi)
colnames(circ2mi) = c("miID","circID")
mi2mRNA <- read.delim("../../01.Database/01.map/02.clean/05.mi2mRNA.map",
header = T,
sep = "\t")
head(mi2mRNA)
mi2mRNA = mi2mRNA[,-2]
circ2host <- read.delim("../../01.Database/01.map/02.clean/04.circ2host.map",
header = T,
sep = "\t")
head(circ2host)
##=========== 02.load data ===========
## merge
circ2mi_link = left_join(circ2mi,circ.pos,by = "circID")%>% left_join(.,miRpos,by = "miID")
head(circ2mi_link)
circ2mi_link = circ2mi_link[,c(3,4,5,6,7,8)]
write.table(circ2mi_link,file = "../circ2mi_link.xls",
col.names = F,
row.names = F,
sep = "\t",
quote = F)
circ2host_link = left_join(circ2host, circ.pos,by = "circID")%>% left_join(.,mRNApos,by = "GeneID")
head(circ2host_link)
write.table(circ2host_link[,-c(1,2)],file = "../circ2host.link.xls",
col.names = F,
row.names = F,
sep = "\t",
quote = F)
mi2mRNA_link = left_join(mi2mRNA, miRpos, by = "miID")%>% left_join(.,mRNApos,by = "GeneID")
head(mi2mRNA_link)
write.table(mi2mRNA_link[,-c(1,2)],file = "../mi2mRNA.link.xls",
col.names = F,
row.names = F,
sep = "\t",
quote = F)
额，这里都做了一下。
画图
准备好这几个文件
--- 02.Overview/05.tbtoolscircos » tree
.
├── 01.TBtoolsNew.svg
├── 01.TBtoolsRaw.300dpi.jpg
├── 01.TBtoolsRaw.600dpi.jpg
├── 01.TBtoolsRaw.svg
├── Gh.chr.len ## 染色体长度
├── circ2mi_link.xls ## circ-miRNA
├── circpos.txt ## circRNA位置
├── mRNApos.txt ## mRNA位置
├── mRNApos.xlsx
└── miRNApos.txt ## miRNA位置
##= 染色体长度文件 =##
head -3 Gh.chr.len
A01 115949770
A02 105669191
A03 110115461
###################
##= circ-miRNA =##
## 前面三列是circRNA的染色体和起始位置，后面是miRNA的染色体和起始位置，最后是线条的RGB颜色
head -3 circ2mi_link.xls
A01 33355841 33370716 A01 165803 165927 "255,105,180"
A01 6737689 6754243 A01 114627734 114627493 "255,105,180"
A01 3587538 3609685 A01 12372957 12373079 "255,105,180"
###################
##= mRNA pos =##
## 前3列还是位置，第四列是一列1，TBtools中可以设置bin大小，然后对第四列计算，这里都设置成1就是一会会用这个1求和，那么就是密度值。
A01 45486 49597 1
A01 60648 62498 1
A01 66475 68196 1
###################
当然这一步只是设置了track的参数，而染色体和link具体的参数还没有设置，show my circos plot之后再在里面详细设置
现在有点丑，主要原因是没有设置染色体框架的位置和参数，还有link也没有设置。下面美化它
最后调整
CJ说配色太轻佻了，哈哈 老夫的少女心啊！然后改了比较暗的颜色，自己加了legend。
