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); i…