安装所需要的包
install.packages('RIdeogram')
# Loading required package: RIdeogram
require(RIdeogram)
RIdeogram可视化需要3个文件：
1、染色体核型文件
如,这个包带的human_karyotype数据集:
data(human_karyotype, package="RIdeogram")
2、染色体基因密度文
如,这个包带的gene_density数据集:
data(gene_density, package="RIdeogram")
3，自己的数据
如,这个包自带的Random_RNAs_500数据集:
data(Random_RNAs_500, package="RIdeogram")
如果物种不是人的，那么需要自己准备染色体核型文件和染色体基因密度文件。使用“read.table”函数加载，例如：
human_karyotype <- read.table("karyotype.txt", sep = "\t",
header = T, stringsAsFactors = F)
gene_density <- read.table("data_1.txt", sep = "\t",
header = T, stringsAsFactors = F)
需要注意的是，染色体核型文件是必须的，而染色体基因密度文件不是必须的。
如果你要展示的数据正好是人的，那么前两个文件就不需要自己准备，直接使用这个包自带的数据就可以了，我们只需要准备第三个数据。
1. 导入数据
miRNA<-read.csv('G:/microRNA/3bowtie/20190508/count_matrix.csv',header=T)
1.1 查看原始数据
head(miRNA)
2.查看目标数据集
head(Random_RNAs_500)
# Type Shape Chr Start End color
#1 tRNA circle 6 69204486 69204568 6a3d9a
#2 rRNA box 3 68882967 68883091 33a02c
#3 rRNA box 5 55777469 55777587 33a02c
#4 rRNA box 21 25202207 25202315 33a02c
#5 miRNA triangle 1 86357632 86357687 ff7f00
#6 miRNA triangle 11 74399237 74399333 ff7f00
通过示例的第三个数据，看看第三个数据集需要哪些内容。
第1列：基因类型，
第2列：标记的形状，有三种形状：box，三角形和圆，
第3列：染色体ID，
第4列和第5列是基因在染色体开始和结束位置；
第6列：标记的颜色。
3. 处理数据
从第1步和第2步可以看出，我们导入的数据和目的数据集相差甚远，因此，我们需要根据导入数据集基因名这一列，得到每一个基因所在的染色体位置，即第3，4，5列，然后再添加颜色和形状以及基因类型，即第1，2，6列。
3. 1 提取基因名
#去掉末尾5行，然后取第一列
miRNA<-miRNA[1:(nrow(miRNA)-5),][,1]
查看
head(miRNA)
#[1] hsa-let-7a-1 hsa-let-7a-2 hsa-let-7a-3 hsa-let-7b hsa-let-7c hsa-let-7d
3. 2 利用biomaRt包得到第3，4，5列
library(biomaRt)
mart <- useMart("ensembl","hsapiens_gene_ensembl")
geneID <- getBM(attributes=c("mirbase_id",
"chromosome_name",
'start_position',
'end_position'),
filters = "mirbase_id",values = miRNA, mart = mart)
biomaRt包的使用参考:biomaRt包的安装与使用
3. 3 为得到的矩阵添加第1，2，6列
geneID$type<-'miRNA'
geneID$Shape<-'triangle'
geneID$color<-'ff7f00'
需要注意的是，geneID的顺序和列名需要修改，比如Chr不能为chr
3. 4 按照示例数据重拍列的顺序
Random_RNAs<-data.frame(Type=geneID$type,#第1列，基因类型
Shape=geneID$Shape,#第2列，标记的形状
Chr=geneID$chromosome_name,#第3列，基因所在染色体ID
Start=geneID$start_position,#第4列，基因所在染色体起始位置
End=geneID$end_position,#第5列，基因所在染色体终止位置
color=geneID$color)#第6列，标记的颜色
以上就介绍完了绘图所需第三个数据的获得与处理。再来介绍一下这个包的可视化。
4.可视化
4.1 只展示染色体核型信息
只需要染色体核型文件
ideogram(karyotype = human_karyotype)
4.2 展示染色体核型信息和基因密度信息
需要染色体核型文件和基因密度文件
ideogram(karyotype = human_karyotype, overlaid = gene_density)
4.3 展示染色体核型信息、基因密度信息和标识
需要染色体核型文件和基因密度文件和自己准备的第三个文件
ideogram(karyotype = human_karyotype,#染色体核型文件
overlaid = gene_density,#基因密度文件
label = Random_RNAs_500)#自己准备的第三个文件
4.4 更改热图的颜色
通过修改参数'colorset1'（默认设置为colorset1 = c（“＃4575b4”，“＃fffffff”，“＃d73027”））。可以使用由colors()“#rrggbb”或“#rrggbbaa”形式列出的颜色名称或十六进制字符串。
ideogram(karyotype = human_karyotype,
overlaid = gene_density,
label = Random_RNAs_500,
label_type = "marker",
colorset1 = c("#fc8d59", "#ffffbf", "#91bfdb"))
4.5 导出图片
convertSVG("chromosome.svg", device = "png")
参考资料：
https://cran.r-project.org/web/packages/RIdeogram/vignettes/RIdeogram.html