本文将介绍如何利用 aardio 开发图形界面，调用 R 语言强大的 circlize 包，构建一个专属的环形热图绘图工具。

一、为什么选择环形热图？

在转录组测序分析中，我们经常需要展示几十个样本、数百个差异表达基因的表达模式。

传统热图的局限性在于：

版面限制：基因数量过多时，热图会变得极度细长，难以在标准纸张中排版。
信息割裂：样本的临床信息（如分组、表型）往往只能通过底部的注释条展示，不够直观。

环形热图的优势在于：

紧凑美观：将长条形的矩阵“卷”成圆环，极大节省了版面空间。
信息集成：外圈可以方便地添加多层数据追踪，如染色体位置、基因分类、样本分组等信息，一目了然。

二、技术架构：aardio + R

要实现一个“一键绘图”的小工具，我们结合两者的优势：

R 语言 (circlize 包)：负责核心的数据处理与绘图逻辑。circlize 包是 R 语言中绘制 Circos 图的神器，专门为基因组数据可视化设计，提供了 circos.heatmap 函数，能够快速将矩阵映射为扇形热图。
aardio：负责 Windows 桌面应用程序的开发。它体积小巧、免安装，能够方便地绘制 GUI 界面（按钮、文件选择框、参数输入框），并调用后台的 R 脚本执行绘图任务。

工作流程如下：

用户在 aardio 界面选择输入文件（CSV/TSV 格的表达矩阵）。
用户设置绘图参数（如颜色主题、聚类方式）。
aardio 生成临时 R 脚本并调用 Rscript 执行。
R 读取数据，绘制环形热图并输出图片。

三、核心代码实现

1. R 端绘图逻辑

首先，我们需要在 R 中编写绘图函数。假设输入数据为标准化的表达矩阵（行是基因，列是样本）。

# 加载所需的包
suppressPackageStartupMessages(library(circlize))
suppressPackageStartupMessages(library(RColorBrewer))
suppressPackageStartupMessages(library(ComplexHeatmap))
suppressPackageStartupMessages(library(dendextend))

# 获取命令行参数
args <- commandArgs(trailingOnly = TRUE)

# 检查参数数量
if (length(args) != 2) {
  stop("请提供两个参数：输入CSV文件路径和输出PDF文件路径。", call. = FALSE)
}

# 获取输入CSV文件路径和输出PDF文件路径
input_csv <- args[1]
output_pdf <- args[2]

# 检查输入文件是否存在
if (!file.exists(input_csv)) {
  stop("输入文件不存在。请检查文件路径。", call. = FALSE)
}

# 函数加载和预处理数据
load_and_preprocess_data <- function(file_path) {
  data <- read.table(file = file_path, header = TRUE, row.names = 1, sep = ',')
  data_matrix <- as.matrix(data)
  normalized_data <- t(scale(t(data_matrix)))
  normalized_data[is.na(normalized_data)] <- 0
  return(normalized_data)
}

# 加载和预处理数据
cir1 <- load_and_preprocess_data(input_csv)

# 打印数据维度和头部
print(dim(cir1))
print(head(cir1))

# 定义颜色梯度
mycol <- colorRamp2(c(-2.5, 0.3, 3.1), c("blue", "white", "red"))

# 打开PDF设备，设置宽度和高度相等
pdf(output_pdf, width = 8, height = 8)

# 设置绘图参数
circos.par(gap.after = c(30))

# 绘制调整后的圆形热图
circos.heatmap(cir1, 
                col = mycol, 
                dend.side = "inside", 
                rownames.side = "outside", 
                rownames.col = "black", 
                rownames.cex = 1.3, 
                track.height = 0.35,  # 增加轨道高度
                cluster = TRUE, 
                dend.track.height = 0.18, 
                dend.callback = function(dend, m, si) {
                  color_branches(dend, k = 15, col = 1:15)
                })

# 添加列名
circos.track(track.index = get.current.track.index(), panel.fun = function(x, y) {
  if (CELL_META$sector.numeric.index == 1) {
    cn <- colnames(cir1)
    n <- length(cn)
    circos.text(rep(CELL_META$cell.xlim[2], n) + convert_x(0.5, "mm"), 
                1:n + 2.5, 
                cn, cex = 0.6, adj = c(0, 0.5), facing = "inside")
  }
}, bg.border = NA)

# 添加图例
lg <- Legend(title = "Exp", col_fun = mycol, direction = "vertical")
grid.draw(lg)

# 清除圆形图
circos.clear()

# 关闭PDF设备
dev.off()

message("热图已成功保存至: ", output_pdf)

获取命令行参数并执行（方便 aardio 调用）

args <- commandArgs(trailingOnly = TRUE)
draw_circular_heatmap(args[1], args[2])

2. aardio 端界面与调用

在 aardio 中，我们设计一个简单的界面，包含“选择文件”和“开始绘图”两个核心功能。

import win.ui;
/*DSG{{*/
mainForm = win.form(text="CircosHeatmap-aardio";right=800;bottom=600)
mainForm.add(
btnRun={cls="plus";text="运行";left=740;top=10;right=791;bottom=41;activebgcolor=19354;bgcolor=-5197169;font=LOGFONT(h=-16);hoverbgcolor=23477;textcolor=16777215;z=4};
btnSelectFile={cls="plus";text="选择输入文件";left=608;top=10;right=732;bottom=41;activebgcolor=19354;bgcolor=-5197169;font=LOGFONT(h=-16);hoverbgcolor=23477;textcolor=16777215;z=3};
editConsole={cls="edit";left=10;top=467;right=791;bottom=591;bgcolor=16777215;db=1;dl=1;dr=1;edge=1;hscroll=1;multiline=1;textcolor=0;vscroll=1;z=1};
editRScript={cls="edit";left=10;top=48;right=791;bottom=451;bgcolor=16777215;db=1;dl=1;dr=1;dt=1;edge=1;hscroll=1;multiline=1;textcolor=0;vscroll=1;z=5};
inputFile={cls="edit";left=10;top=10;right=600;bottom=40;bgcolor=16777215;edge=1;textcolor=0;z=2}
)
/*}}*/

btskin = {
    background={
        active=0xFFD3E0BC;
        default=0xFF8FB2B0;
        hover=0xFF928BB3        
    }
}
mainForm.btnRun.skin(btskin);
mainForm.btnSelectFile.skin(btskin);

import console; 
import process.r;
import fsys.dlg;

mainForm.editRScript.print($"\res\heatmap_script.R");

// 选择文件按钮点击事件
mainForm.btnSelectFile.oncommand = function(id, event) {
    var filePath = fsys.dlg.open("CSV 文件|*.csv||",, "选择输入文件");
    if (filePath) {
        mainForm.inputFile.text = filePath; // 将选择的文件路径显示在输入框中
    }
}

// 运行按钮点击事件
mainForm.btnRun.oncommand = function(id, event) {
    var inputFilePath = mainForm.inputFile.text;
    if (!inputFilePath) {
        console.log("请先选择输入文件！");
        return;
    }

    // 弹出保存文件对话框，选择PDF保存路径
    var outputFilePath = fsys.dlg.save("PDF 文件|*.pdf||",, "选择保存路径");
    if (!outputFilePath) {
        console.log("请选择PDF文件的保存路径！");
        return;
    }

    // 执行 R 脚本
    var out = process.r.exec(mainForm.editRScript.text, inputFilePath, outputFilePath);
    mainForm.editConsole.print(out);
}

// 显示主窗口
mainForm.show();
return win.loopMessage();

四、结果展示

运行该工具后，我们将得到一张紧凑的环形热图：

五、总结

通过结合 aardio 的便捷开发与 R 语言的统计绘图能力，我们可以快速构建出功能强大的可视化小工具。

如果你也想尝试制作自己的 Circos 热图，不妨下载 R 的 circlize 包试一试，或者在这个基础上添加更多的自定义功能（如调整色板、添加图例等）。

参考链接：

circlize 官方文档