特別聲明：本部分（系列）內(nèi)容均來(lái)自顧祖光博士對(duì)ComplexHeatmap的介紹，僅為學(xué)習(xí)交流谨究，尊重原創(chuàng)恩袱。

閑話少說(shuō)，先說(shuō)顧老師：
顧祖光老師胶哲，現(xiàn)在德國(guó)癌癥中心從事與NGS相關(guān)的生物信息學(xué)研究畔塔，其本科和研究生均在南京大學(xué)生命科學(xué)學(xué)院就讀：

• 2001-09 to 2005-07 | Undergraduate (School of Life Science, Nanjing University)
• 2005-09 to 2008-07 | Master (School of Life Science, Nanjing University)
• 2008-09 to 2012-07 | PhD (School of Life Science, Nanjing University)

為什么要介紹顧祖光博士，因?yàn)楹苡锌赡苣闼枰墓ぞ撸ㄓ绕涫强梢暬┭煊欤芏嗄愣寄軓乃莾赫业酱鸢赋憾郑纯搭欁婀饫蠋熡卸喔弋a(chǎn)：

R

安裝

• 通過(guò) bioconductor 安裝：

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("ComplexHeatmap")

• 通過(guò) github 安裝最新版

library(devtools)
install_github("jokergoo/ComplexHeatmap")

基礎(chǔ)——單個(gè)熱圖繪制

library(ComplexHeatmap)
library(dplyr)
library(tidyverse)
library(circlize)

#生成矩陣
mat = matrix(rnorm(100, mean = 0, sd = 1), nrow = 10)
rownames(mat) = paste('row', seq_len(10), sep = '_')
colnames(mat) = paste('col', seq_len(10), sep = '_')

#繪制基礎(chǔ)熱圖
Heatmap(mat)

• 指定熱圖顏色（包括連續(xù)型變量、離散型變量婶恼、NA值配色以及熱圖邊界配色四部分內(nèi)容）

熱圖中的數(shù)據(jù)一般都是連續(xù)型變量桑阶，ComplexHeatmap推薦大家使用circlize包中的colorRamp2進(jìn)行顏色映射設(shè)定，函數(shù)參數(shù)包括斷點(diǎn)和斷點(diǎn)對(duì)應(yīng)的顏色勾邦，這個(gè)包也是顧博士的蚣录。

col = colorRamp2(breaks = c(-4, 0, 4), colors = c('green', 'white', 'red'))
Heatmap(mat, name = 'mat', col = col)

這個(gè)顏色還有另外的妙用公壤，我們常常想比較不同熱圖中的值的大小，但是又擔(dān)心不同熱圖的顏色與數(shù)值大小的映射標(biāo)準(zhǔn)不一椎椰，ComplexHeatmap為我們提供了解決方案：只要幾個(gè)熱圖共用一個(gè)相同的配色方案厦幅，那么它們之間就是可比的。

當(dāng)然你也可以通過(guò)直接輸入含有一系列顏色的向量來(lái)對(duì)熱圖進(jìn)行顏色指定慨飘，不過(guò)需要注意：你所指定的顏色ComplexHeatmap是默認(rèn)將其映射到整個(gè)數(shù)據(jù)矩陣的數(shù)據(jù)范圍內(nèi)确憨，這意味著異常值會(huì)影響到整個(gè)熱圖的顏色配置。舉例來(lái)說(shuō)瓤的，這兩種配色是一樣的：

col = rainbow(3)
col = colorRamp2(breaks = seq(min(mat), max(mat), length = 3), colors = rainbow(3))

如果熱圖中的數(shù)據(jù)是離散型變量休弃，比如是不同的字符，我們應(yīng)該如何繪制呢圈膏？

#離散型變量
#生成矩陣
mat = matrix(sample(letters[1:4], 100, replace = T), ncol = 10)
#指定顏色（structure()函數(shù)）
col = structure(rainbow(4), names = letters[1:4])
#繪制熱圖
Heatmap(mat, name = 'mat', col = col)

col = rainbow(4)
names(col) <- letters[1:4]

那么我們?nèi)绾翁幚?strong>NA值的配色睦擂？（在熱圖的繪制當(dāng)中是允許存在NA值的）

#NA值配色
#生成矩陣
index = sample(c(TRUE, FALSE), 100, replace = T, prob = c(1, 9))
mat[index] = NA
#繪制熱圖
Heatmap(mat, name = 'mat', col = c('blue', 'white', 'red'))

Heatmap(mat, name = 'mat', col = c('blue', 'white', 'red'), na_col = 'black')

mat = matrix(sample(letters[1:4], 100, replace = T), ncol = 10)
col = rainbow(4)
names(col) <- letters[1:4]
Heatmap(matrix = mat, col = col, rect_gp = gpar(col = 'white', lwd = 2))

Heatmap(matrix = mat, col = col, border_gp = gpar(col = 'black', lty = 2))

• 自定義標(biāo)題（這部分主要包括如何給熱圖的行和列添加標(biāo)題）

這部分內(nèi)容概括為以下代碼框架：

Heatmap(matrix, #繪圖矩陣 [matrix]
        col, #矩陣配色 [vector]
        name, #矩陣圖例標(biāo)題 [character]
        column_title, #矩陣列標(biāo)題 [character]
        column_title_gp, #指定矩陣列標(biāo)題相關(guān)屬性 
        column_title_side, #指定矩陣列標(biāo)題位置（頂部和底部）[character; 'top' or 'bottom']
        column_title_rot #指定列標(biāo)題旋轉(zhuǎn)角度恕刘，僅支持水平和豎直兩種呈現(xiàn)形式 [numeric]
        )

其余參數(shù)沒(méi)什么好講的缤谎，主要介紹一下 column_title_gp 參數(shù)。這個(gè)參數(shù)主要是通過(guò)gpar函數(shù)指定標(biāo)題的性質(zhì)褐着。

column_title_gp = gpar(fontsize = 20,  #指定字體大小
                       fontface = "bold",  #指定字體風(fēng)格
                       fill = "red",  #指定標(biāo)題背景填充色
                       col = "white",  #指定字體顏色
                       border = "blue" #指定標(biāo)題背景框邊框色
                       )

例如：

mat = matrix(rnorm(100, mean = 0, sd = 1), nrow = 10)
Heatmap(matrix = mat,
        col = col,
        name = 'mat',
        column_title = 'The heatmap for mat',
        column_title_side = 'top', 
        column_title_rot = 0,
        column_title_gp = gpar(fontsize = 20,
                               fontface = 'bold', 
                               fill = 'red',
                               col = 'white',
                               border = 'blue'))

• 聚類(lèi)

默認(rèn)情況下坷澡，繪制熱圖時(shí)會(huì)對(duì)行和列進(jìn)行聚類(lèi)，我們可以通過(guò)cluster_rows和cluster_cols關(guān)閉聚類(lèi)功能：

mat = matrix(rnorm(100, mean = 0, sd = 1), nrow = 10)
rownames(mat) = paste('row', seq_len(10), sep = '_')
colnames(mat) = paste('col', seq_len(10), sep = '_')
Heatmap(matrix = mat, cluster_rows = F, name = 'mat')

Heatmap(matrix = mat, show_row_dend = F, name = 'mat')

當(dāng)然有的時(shí)候频敛，樹(shù)是很重要的，你可能不能進(jìn)行隱藏馅扣，但是你可以把樹(shù)的size變姓遄：

Heatmap(mat, name = "mat", 
        column_dend_height = unit(5, "mm"), 
        row_dend_width = unit(5, "mm"))

如你所想，聚類(lèi)的樹(shù)狀結(jié)構(gòu)你可以放在任何位置差油，這是通過(guò)row_dend_side和col_dend_side實(shí)現(xiàn)的：

Heatmap(matrix = mat, row_dend_side = 'right', name = 'mat')

本期到此為止拗军，下期內(nèi)容：行（列）順序、行（列）名蓄喇。