使用ComplexHeatmap包绘制个性化热图

使用ComplexHeatmap包绘制个性化热图

作者&＃xff1a;刘梦瑶 诺禾致源 微生物信息

审稿&＃xff1a;刘永鑫 中国科学院遗传与发育生物学研究所

ComplexHeatmap包由顾祖光博士创建&＃xff0c;是一个非常全面的绘制热图的R包&＃xff0c;可以利用它来绘制许多文献中的美图&＃xff0c;例如下图展示的16S文献分析中的热图。这里主要介绍一下如何用这个R包来绘制类似的个性化热图。

检测安装加载包

# 检测安装CRAN包
package_list &＃61; c("circlize","grid","BiocManager")
for(p in package_list){
if (!requireNamespace(p, quietly &＃61; TRUE))install.packages(p)
}
# 检测安装bioconductor包
package_list &＃61; c("ComplexHeatmap")
for(p in package_list){
if (!requireNamespace(p, quietly &＃61; TRUE))BiocManager::install(p)
}# 加载依赖包
library(circlize)
library(grid)
library(ComplexHeatmap)


创建测试数据集

可以按照的Bioconductor官网上ComplexHeatmap包的说明来创建一个测试数据&＃xff08;http://bioconductor.org/packages/release/bioc/vignettes/ComplexHeatmap/inst/doc/s2.single_heatmap.html &＃xff09;

# 设置随机数种子&＃xff0c;保证数据分析随机过程可重复
set.seed(123)
# 生成模拟数据&＃xff1a;12行成10列矩阵
mat &＃61; cbind(rbind(matrix(rnorm(16, -1), 4), matrix(rnorm(32, 1), 8)),rbind(matrix(rnorm(24, 1), 4),matrix(rnorm(48, -1), 8)))
# 随机重排
mat &＃61; mat[sample(nrow(mat), nrow(mat)),sample(ncol(mat), ncol(mat))]
# 添加行、列名
rownames(mat) &＃61; paste0("R", 1:12)
colnames(mat) &＃61; paste0("C", 1:10)


一行命令绘图

使用默认参数&＃xff0c;一行命令即可出图

#默认对行和列都进行聚类
Heatmap(mat)


调参美化

下面我们通过参数设置来进行个性化热图定制。

使用HeatmapAnnotation函数可以构建注释对象&＃xff0c;我们可以进行自定义&＃xff0c;也可以直接使用它的内置函数。

注释按位置来分类可分为行注释和列注释&＃xff0c;以列注释为例&＃xff0c;其内置函数按照图形的类型可以分为6种&＃xff0c;anno_points()&＃xff0c;anno_barplot()&＃xff0c;anno_boxplot()&＃xff0c;anno_histogram()&＃xff0c;anno_density()&＃xff0c;anno_text()。

行注释的内置函数和列注释类似&＃xff0c;前面加上row即可&＃xff0c;如row_anno_points()。
详细示例可参照网址&＃xff1a;http://bioconductor.org/packages/release/bioc/vignettes/ComplexHeatmap/inst/doc/s4.heatmap_annotation.html 。

本文重点讨论anno_points()的用法。

# 生成包含10个0.5数值的向量
value &＃61; rep(0.5,10)
# 设置值、形状、大小、颜色等
ha &＃61; HeatmapAnnotation("type" &＃61; anno_points(value, pch&＃61;c(19,19,15,15,24,24,23,23,3,3), size &＃61; unit(7, "mm"),gp &＃61; gpar(col &＃61; c("#bf94e4","#bf94e4","#bf94e4","#bf94e4","#1dacd6","#1dacd6","#1dacd6","#1dacd6","red","red")),border&＃61;FALSE,ylim&＃61;c(0,1)),show_annotation_name &＃61; FALSE)


"type"为这一行注释的名称&＃xff0c;show_annotation_name &＃61; FALSE&＃xff0c;即不显示名称。pch可指定绘制点时使用的符号&＃xff0c;共25种&＃xff0c;如上三角&＃xff0c;下三角&＃xff0c;圆形&＃xff0c;方形等&＃xff0c;具体可见《R In Action》。size可指定符号的大小&＃xff0c;gp可指定符号的颜色。

# 批量按行中心标准化&＃xff0c;减均值除方差&＃xff0c;Z-score
mat_scaled &＃61; apply(mat, 1, scale)
# 继续原数据表列名
rownames(mat_scaled) &＃61; colnames(mat)
# 转置才与原方向一致
mat_scaled &＃61; t(mat_scaled)
# 通过circlize包中的colorRamp2()函数&＃xff0c;来自定义颜色
col_fun &＃61; circlize::colorRamp2(c(-3, 0, 3), c("black", "white", "yellow"))
# 新矩阵
shape<-mat_scaled
# 循环元素筛选&＃xff0c;变为&＃43;或空&＃xff0c;显著标记常用
x<-nrow(mat_scaled)
y<-ncol(mat_scaled)
for(i in 1:x ){for (j in 1:y ){if(shape[i,j]>&＃61;1){shape[i,j]<-"&＃43;";} else{shape[i,j]<-"";}}}


如需对数据进行标准化&＃xff0c;需使用apply函数来处理数据。我们可以通过circlize包中的colorRamp2()函数&＃xff0c;来自定义颜色。对mat_scaled的数值进行筛选&＃xff0c;生成一个符号是加号或空值的新数据框。这一部分可以根据作图要求来自定义。

P1&＃61;Heatmap(mat_scaled,
name &＃61; "hello",
top_annotation &＃61; ha,
col &＃61; col_fun,
rect_gp &＃61; gpar(col &＃61; "black",lty &＃61; 2, lwd &＃61; 1),
cell_fun &＃61; function(j, i, x, y, width, height, fill) {grid.text(shape[i,j], x &＃61; x, y &＃61; y,gp &＃61; gpar(fontsize &＃61; 10,col&＃61;"red"))},
cluster_rows &＃61; FALSE,
cluster_columns &＃61; FALSE,
row_names_side &＃61; "left",
column_names_side&＃61;"bottom",
row_names_gp &＃61; gpar(col &＃61; c("#8B7500","#8B7500","#8B7500","#8B7500","#8B7500","#8B7500","#0000FF","#0000FF","#0000FF","#0000FF","#0000FF","#0000FF")))


name可定义图例的名称。top_annotation 可引用上面定义好的列注释, 并将列注释放在heatmap上方&＃xff1b;bottom_annotation 则将列注释放在heatmap下方。rect_gp定义小方格的边框颜色&＃xff0c;线条类型及宽度。cell_fun可以对heatmap的每个小方格进行自定义&＃xff0c;这里用其来显示”&＃43;”号&＃xff0c;也可以显示数字等。cluster_rows和cluster_columns可定义是否聚类。row_names_side可定义行名的显示位置&＃xff0c;默认值right。column_names_side可定义列名的显示位置&＃xff0c;默认值bottom。row_names_gp可定义列名的颜色。

# 行名第一列
texta &＃61; c("A","B","C","D","EEEEE","F","G","H","I","J","K","L")
# 行注释&＃xff0c;宽度为最大文本
ha_texta &＃61;rowAnnotation(text &＃61; row_anno_text(texta), width &＃61; max_text_width(texta))
# 行名第二列
textb &＃61; c("M","N","O","P","Q","R","S","T","U","V","W","X")
ha_textb &＃61;rowAnnotation(text &＃61; row_anno_text(textb), width &＃61; max_text_width(textb))
# 添加行名注释
ht_list &＃61; P1 &＃43; ha_texta &＃43; ha_textb
# 添加图例对应文字、形状和颜色
lgd &＃61; legendGrob(c("A","B","C","D","E"), pch &＃61; c(19,15,24,23,3),gp&＃61; gpar(col &＃61;c("#bf94e4","#bf94e4","#1dacd6","#1dacd6","red")))
# 绘图&＃xff0c;添加热图图例左&＃xff0c;注释图例
draw(ht_list,heatmap_legend_side &＃61; "left",annotation_legend_list &＃61; list(lgd))


rowAnnotation中max_text_width可计算得到列名中最长的文本宽度&＃xff0c;legendGrob可自定义图例的名称&＃xff0c;形状&＃xff0c;颜色。

猜你喜欢

• 10000&＃43;: 菌群分析
  宝宝与猫狗 提DNA发Nature 实验分析谁对结果影响大 Cell微生物专刊 肠道指挥大脑
• 系列教程&＃xff1a;微生物组入门 Biostar 微生物组 宏基因组
• 专业技能&＃xff1a;生信宝典 学术图表 高分文章 不可或缺的人
• 一文读懂&＃xff1a;宏基因组 寄生虫益处 进化树
• 必备技能&＃xff1a;提问 搜索 Endnote
• 文献阅读 热心肠 SemanticScholar Geenmedical
• 扩增子分析&＃xff1a;图表解读 分析流程 统计绘图
• 16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
• 在线工具&＃xff1a;16S预测培养基 生信绘图
• 科研经验&＃xff1a;云笔记 云协作 公众号
• 编程模板: Shell R Perl
• 生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘

写在后面

为鼓励读者交流、快速解决科研困难&＃xff0c;我们建立了“宏基因组”专业讨论群&＃xff0c;目前己有国内外5000&＃43; 一线科研人员加入。参与讨论&＃xff0c;获得专业解答&＃xff0c;欢迎分享此文至朋友圈&＃xff0c;并扫码加主编好友带你入群&＃xff0c;务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助&＃xff0c;首先阅读《如何优雅的提问》学习解决问题思路&＃xff0c;仍末解决群内讨论&＃xff0c;问题不私聊&＃xff0c;帮助同行。

学习扩增子、宏基因组科研思路和分析实战&＃xff0c;关注“宏基因组”

点击阅读原文&＃xff0c;跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA