熱圖

EXCEL文件要轉(zhuǎn)化為TXT格式，才能被R讀取
熱圖不但能用顏色直觀的展示基因的表達量的高低促王，并且可以通過層級聚類，在二個維度上分別對基因和樣本進行聚集

關(guān)鍵

關(guān)鍵.png

安裝pheatmap包

install.packages("pheatmap")
library(pheatmap)   #什么都沒顯示表示安裝成功

讀取數(shù)據(jù)

data = read.table("gene_exp.xls",header=T,row.names=1,sep="\t")  #讀取數(shù)據(jù)
dim(data)  #檢查數(shù)據(jù)，顯示多少行劝贸，多少列
exp = data[,1:11]   #截取表達數(shù)據(jù)，只要所要行的1-11列
dim(exp)   #檢查數(shù)據(jù)逗宁，這個時候應(yīng)該顯示所有行的1-11列

讀取數(shù)據(jù).png

熱圖繪制pheatmap（）

pheatmap(exp)   #繪制exp的熱圖

熱圖1.png

數(shù)據(jù)處理——均一化

scale()  #均一化參數(shù)
取值”row”,”column”和”none”   #以行映九、列、無均一化瞎颗，一般默認(rèn)無件甥，根據(jù)表格選擇取值

均一化.png

pheatmap(exp,scale="column")  #以列均一化捌议，很丑，而且不能表達出基因間的差異性

熱圖2.png

pheatmap(exp,scale="row")  #以行為均一化引有，即以基因為標(biāo)準(zhǔn)瓣颅，尋找基因間的差異

熱圖3.png

美化

改變邊框顏色（一般不改顏色比較好）

pheatmap(exp,scale="row",border="green")   #邊框顏色變?yōu)榫G色
pheatmap(exp,scale="row",border=NA)  #邊框沒有顏色

邊框.png

pheatmap(exp,scale="row",border=NA,fontsize=7)  #改變字體大小為7

字體.png

pheatmap(exp,scale="row",border=NA,fontsize=7,color=c("green", "blue", "red"))  #將顏色從高到低分為紅譬正，藍宫补，綠，最高為紅色导帝，最低為綠色

丑.png

colorRampPalette()
redgreen=colorRampPalette(c("green","black","red"))(100)  #將綠守谓、紅從低到高分為漸變的100個顏色
pheatmap(exp,scale="row",border=NA,fontsize=7,color=redgreen)  #繪制自己定義的顏色的熱圖

熱圖4.png

顏色.png

bias.png

colors=colorRampPalette(c("green","black","red"),bias=4.5)(100)  #圖例大值一段會占更多范圍
pheatmap(exp,scale="row",border=NA,fontsize=7,color=colors)

bias1.png

常見函數(shù)

是否顯示列名或者行名: show_rownames和show_colnames
是否做聚類: cluster_rows和cluster_cols,視情況而定聚不聚類
設(shè)置聚類樹的高度: treeheight_row和treeheight_col
是否顯示圖例：legend
舉個例子

pheatmap(exp,scale="row",border=NA,fontsize=10,color=redgreen,show_rownames=F,show_colnames=T,cluster_rows=T,cluster_cols=T, treeheight_row=0, treeheight_col =0,legend=F) 
#不顯示行名斋荞，顯示列名，行列都聚類虐秦，聚類數(shù)行列都為0平酿，不顯示圖例

other.png

顯示每個小塊的值 display_numbers = TRUE

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,display_numbers = TRUE)

display.png

根據(jù)樹聚集結(jié)果分割

cutree_rows, cutree_cols 這兩個參數(shù)，是根據(jù)樹分類結(jié)果悦陋，來分開間隔

pheatmap(exp,scale="row",fontsize=10, show_rownames=F,cutree_rows=2) # 行方向蜈彼，按照樹聚類分為2份
pheatmap(exp,scale="row",fontsize=10, show_rownames=F, cutree_cols=3)  # 列方向，按照樹聚類分為3份

樹聚類.png

添加自定義間隔

gaps_col和gaps_row參數(shù),用這兩個參數(shù)時俺驶，對應(yīng)的方向不能進行聚類

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5)   #在第五列分隔

gaps.png

添加顏色條

annotation_row, annotation_col和annotation_colors參數(shù)
定義顏色條數(shù)據(jù)框

annotation_col=data.frame(type=c(rep("Case",5),rep("Control",6))) #新建一個數(shù)據(jù)框幸逆，共11個，前5個命名為case暮现，后6個命名為control
rownames(annotation_col) = colnames(exp)  #將exp中的列名賦值給它

col.png

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,annotation_col=annotation_col)  

cols.png

anno_colors=list(type=c(Case="#1B9E77",Control="#D95F02"))
pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,annotation_col=annotation_col,annotation_colors=anno_colors)

anno.png

保存熱圖filename=(xx.pdf/png)

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,
annotation_col=annotation_col,annotation_colors=anno_colors,annotation_legend=F,display_number=T, filename="heatmap.pdf")
# 去掉顏色條的圖例并保持圖片

eg.png

多級顏色條

annotation_col=data.frame(type=c(rep("Case",5),rep("Control",6)),age=c(24,32,46,32,35,18,25,35,18,25,23),sex=c("male","male","female","female","female","male","female","female","female","male","female"))
rownames(annotation_col) = colnames(exp)

多級.png

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,annotation_col=annotation_col)

eg2.png

計算相關(guān)系數(shù)

舉例

library(pheatmap) #加載pheatmap包
exp=read.table("exp_top30.original.txt",header=T,row.names = 1,sep = "\t") #讀數(shù)據(jù)
matrix=cor(t(exp))  #計算相關(guān)系數(shù)还绘，只能以列來計算,所以轉(zhuǎn)置一下（如果基因就是列上，就不用轉(zhuǎn)置）
write.table(matrix,"coefficient_matrix.txt",sep="\t")  #將相關(guān)系數(shù)輸出到電腦上保存
pheatmap(matrix,cluster_rows=F,cluster_cols=F,display_numbers=T)  #行列都不聚類栖袋，顯示每個格的值

相關(guān)系數(shù).png

補充

補充.png

數(shù)據(jù)預(yù)處理.png