2025.04.19【Chord diagram】| 弦图绘制技巧大全

Customization

Apply customization to the circular chart: color,
background, track height and more.

Chart types

Learn how to use other chart types like line chart,
barcharts, vertical ablines and more.

在生物信息学中，探索实体间的流动关系是一项重要任务，而弦图（Chord diagram）正是为此目的而生的工具。这种图形表示方法通过将实体（节点）围绕一个圆圈排列，并用弧线（链接）显示它们之间的流动或关系。在R语言中，circlize包提供了构建弦图的强大功能，使其成为生物信息学中可视化复杂网络关系的首选工具。通过这种图表，我们可以直观地识别数据中的模式和异常，例如基因表达数据中的调控网络或蛋白质相互作用网络。简而言之，弦图为我们提供了一种优雅且高效的途径，以图形化的方式揭示生物信息数据中的内在联系。

什么是弦图？

弦图是一种用于展示实体间相互关系的图形表示方法。它将一组实体（节点）排列在一个圆周上，并通过连接这些节点的弧线（链接）来展示它们之间的流动或关系。这种图形特别适合于展示循环数据或者网络数据中的连接关系。

为什么使用弦图？

1. 直观展示关系：弦图可以直观地展示实体间的相互关系，使得复杂的网络数据更加易于理解。

2. 揭示模式和异常：通过视觉化的方式，弦图可以帮助我们识别数据中的模式和异常，这对于生物信息学中的数据分析尤为重要。

3. 适用于复杂网络：弦图特别适合于展示复杂的网络关系，如基因调控网络或蛋白质相互作用网络。

如何在R中绘制弦图？

在R中，我们可以使用circlize包来绘制弦图。下面，我将详细介绍如何使用这个包来创建一个基本的弦图，并逐步增加更多的自定义功能。

安装和加载circlize包

首先，我们需要安装并加载circlize包。如果你还没有安装这个包，可以使用以下命令进行安装：

install.packages("circlize")

然后，加载这个包：

library(circlize)

创建基本的弦图

我们将从一个简单的示例开始，创建一个包含四个节点的弦图。

# 创建一个矩阵来表示节点之间的关系
mat <- matrix(c(0, 1, 2, 0,1, 0, 3, 1,2, 3, 0, 2,0, 1, 2, 0), nrow = 4, byrow = TRUE)# 使用circlize包中的chordDiagram函数来绘制弦图
chordDiagram(mat)

这段代码首先创建了一个4x4的矩阵mat，其中矩阵的元素表示节点之间的关系强度。然后，使用chordDiagram函数绘制了一个基本的弦图。

自定义弦图

接下来，我们将学习如何自定义弦图的外观，包括节点的颜色、标签、弧线的宽度等。

# 自定义节点的颜色和标签
chordDiagram(mat, col = c("skyblue", "pink", "lightgreen", "yellow"), groupLabels = c("Node1", "Node2", "Node3", "Node4"))

在这个例子中，我们为每个节点指定了不同的颜色，并添加了标签。

添加弧线宽度和颜色

我们还可以调整弧线的宽度和颜色，以更好地表示节点之间的关系强度。

# 添加弧线宽度和颜色
chordDiagram(mat, col = c("skyblue", "pink", "lightgreen", "yellow"), groupLabels = c("Node1", "Node2", "Node3", "Node4"),grid.col = NA, # 不显示网格线transparency = 0.5) # 设置透明度

这里，我们设置了透明度为0.5，使得图表更加美观。

添加标题和注释

为了使图表更加完整，我们可以添加标题和注释。

# 添加标题和注释
chordDiagram(mat, col = c("skyblue", "pink", "lightgreen", "yellow"), groupLabels = c("Node1", "Node2", "Node3", "Node4"),grid.col = NA,transparency = 0.5,annotationTrack = "grid",annotationTrackHeight = unit(3, "mm"))

在这个例子中，我们添加了一个注释轨道，并设置了其高度。

使用实际数据绘制弦图

现在，让我们使用一个实际的数据集来绘制一个更复杂的弦图。假设我们有一个基因表达数据集，我们想要展示不同基因之间的表达关系。

# 加载实际数据集
data(geneExpression)# 创建一个矩阵来表示基因之间的关系
geneMat <- cor(t(geneExpression))# 绘制弦图
chordDiagram(geneMat,col = heat.colors(200), # 使用热图颜色groupLabels = rownames(geneMat),transparency = 0.5,annotationTrack = "grid",annotationTrackHeight = unit(3, "mm"))

在这个例子中，我们使用了基因表达数据集，并计算了基因之间的相关性矩阵。然后，我们使用这个矩阵来绘制一个弦图，并使用了热图颜色来表示相关性的强度。

结论

通过这篇文章，我们学习了如何在R中使用circlize包来绘制弦图，并自定义其外观。弦图是一种强大的工具，可以帮助我们在生物信息学中探索和可视化实体间的流动关系。希望这篇文章能够帮助你更好地理解和应用弦图。

🌟 非常感谢您抽出宝贵的时间阅读我的文章。如果您觉得这篇文章对您有所帮助，或者激发了您对生物信息学的兴趣，我诚挚地邀请您：

👍 点赞这篇文章，让更多人看到我们共同的热爱和追求。

🔔 关注我的账号，不错过每一次知识的分享和探索的旅程。

📢 您的每一个点赞和关注都是对我最大的支持和鼓励，也是推动我继续创作优质内容的动力。

📚 我承诺，将持续为您带来深度与广度兼具的生物信息学内容，让我们一起在知识的海洋中遨游，发现更多未知的奇迹。

💌 如果您有任何问题或想要进一步交流，欢迎在评论区留言，我会尽快回复您。