导读：生物信息学数据分析的本质在于解决实际的生物学、医学问题。将诸如基因密度、标记基因等特征在染色体上进行可视化展示，能够帮助我们更直观地将分析结果与生物学意义联系起来。图1.染色体密度图

 《Frontiers in Genetics》文章Optical genome mapping uncovers clinically relevant structural variants in congenital heart disease with heterotaxy. Fig 2D的染色体图展示了77758 个结构变异（Structural Variation，SV）在染色体上的位置分布情况（密度热图）。染色体右侧的正方形代表SV类型，分别表示缺失（deletion），插入(insertion)，重复（duplication), 倒位（inversion）和反向重（duplication_inverted）。

染色体顶部对应起始位置，底部对应终止位置，中间的凹陷处表示着丝粒（centromere）。该图常用于ChIP-seq，MeRIP-seq，基因组测序等组学分析中，一般在文章中可以写一小段话进行描述：例如先描述染色体内部：颜色深的地方鉴定到的Peak更多，再描述染色体间：某某染色体鉴定到的Peak比某某染色体更多，再具体描述：某某类型的peak具有什么位置特征。与将数据映射到地图上有异曲同工之妙。

注：Y轴的着丝粒很短，所以图上基本看不到。

1，打开作图URL

https://www.bioinformatics.com.cn/plot_basic_ideogram_heatmap_marker_plot_287

图2.绘图页面

2，示例数据

点击图片上方的示例数据，下载，并使用excel打开。

图3. 示例数据

 示例数据包括密度数据（染色体密度，必需）和Marker数据（右侧标记，可选）

密度数据（必需）包括四列：第一列是染色体（1-22，X，Y，不带chr），第二列是起始坐标，第三列是终止坐标，第四列是Value值（例如该区域中包含多少基因，Peak的score等）。

Marker数据（可选）也包括四列：第一列是染色体（1-22，X，Y，不带chr），第二列是起始坐标，第三列是终止坐标，第四列是类别（例如不同类型的RNA，不同的调控类型等）。

注：这里仅支持hg38的基因组

3，输入检查

示例数据：点击输入框下面的“示例”按钮，将载入密度数据。

真实数据：数据放在excel中，调整好后，Ctrl+A选中数据，Ctrl+C拷贝，Ctrl+V将数据粘贴到输入框中。

图4. 载入数据，输入检查

然后使用输入框下面的“输入检查”按钮先对输入数据进行检查。若检查不通过，请根据检查提示重复【修改-输入检查】步骤，直到检查通过（如下图所示），然后可以继续选择其他参数。

图5.输入检查结果

注：输入检查是新添加的功能，它会根据不同模块的输入要求，逐行逐列检查输入数据，并给出提示，以确保数据符合模块输入要求。

4，选择参数

图6.绘图参数

Marker数据

包括四列，可以直接从excel里边拷贝粘贴过来。若不填，则仅绘制密度热图

热图颜色

密度热图的低，中，高颜色，分别对应colorbar的Low,(Middle)和High

Marker形状和颜色

按照marker在marker数据中从上到下出现的顺序，分别设置了Marker的形状和颜色。最多支持6类。

5，提交出图

检查通过，并且参数选好后，点击“提交”按钮，约2s后，会在页面上显示染色体密度图。我们提供了pdf、svg两种矢量图，png、tiff两种标量图供大家下载使用。

图7.预览图

由于该图四周空白较多，请使用acrobat illustrator等软件编辑矢量图（pdf或svg），进行组图，调整文字位置，字体，添加说明等操作，以满足个性化需求。

图8.带marker

 代码版：

library(RIdeogram)

data(human_karyotype, package="RIdeogram")

data(Random_RNAs_500, package="RIdeogram")

ideogram(karyotype=human_karyotype, overlaid  =gene_density, label=Random_RNAs_500 , label_type="marker", output = "chromosome.svg")

微生信助力高分文章，用户340000+，谷歌学术8500+