语言绘制基因表达热图_绘制火山图amp;热图

所用工具&＃xff1a;R语言&＃xff1b;

所需要包&＃xff1a;ggplot2、pheatmap。

第一部分&＃xff1a;火山图

library(ggplot2)diff_stat

其次&＃xff0c;筛选上调趋势数据和下调趋势数据&＃xff0c;对于Fold Change值和p值阈值的选择&＃xff0c;还需在实际的分析中视情况而定&＃xff0c;本文以|log2FC| ≥2以及FDR p-value <0.05作为差异OTUs的判断依据&＃xff1a;

diff_stat[which(diff_stat$FDR <0.05 & diff_stat$logFC >&＃61; 2),&＃39;diff&＃39;] diff_stat[which(diff_stat$FDR <0.05 & diff_stat$logFC <&＃61; -2),&＃39;diff&＃39;] diff_stat[!(diff_stat$diff %in% c(&＃39;up&＃39;, &＃39;dowm&＃39;)),&＃39;diff&＃39;]

最后&＃xff0c;我们根据判断依据&＃xff0c;将OTUs划分为“富集”(up)、“下降”(down)以及“无差异”(no)三种水平。然后&＃xff0c;在作图时根据预先划分的OTUs差异水平对点分别着色。火山图实质上就是一种散点图&＃xff0c;ggplot2作为一个非常好用的作图R包&＃xff0c;我们直接用ggplot2进行绘制&＃xff1a;

p1 geom_point(aes(color &＃61; diff), size &＃61; 0.5) &＃43; scale_colour_manual(limits &＃61; c(&＃39;up&＃39;, &＃39;dowm&＃39;, &＃39;no&＃39;), values &＃61; c(&＃39;blue&＃39;, &＃39;red&＃39;, &＃39;gray40&＃39;), labels &＃61; c(&＃39;Enriched OTUs&＃39;, &＃39;Depleted OTUs&＃39;, &＃39;No diff OTUs&＃39;)) &＃43; labs(x &＃61; &＃39;log2 Fold Change&＃39;, y &＃61; &＃39;-log10 FDR p-value&＃39;)

我们可以对图进行美化&＃xff0c;修改背景颜色、添加分界线、调整标签位置&＃xff1a;

p1 theme(panel.grid.major &＃61; element_line(color &＃61; &＃39;gray&＃39;, size &＃61; 0.2), panel.background &＃61; element_rect(color &＃61; &＃39;black&＃39;, fill &＃61; &＃39;transparent&＃39;)) &＃43; geom_vline(xintercept &＃61; c(-2, 2), color &＃61; &＃39;gray&＃39;, linetype &＃61; 2, size &＃61; 0.5) &＃43; geom_hline(yintercept &＃61; -log10(0.05), color &＃61; &＃39;gray&＃39;, linetype &＃61; 2, size &＃61; 0.5) &＃43; theme(legend.title &＃61; element_blank(), legend.key &＃61; element_rect(fill &＃61; &＃39;transparent&＃39;), legend.background &＃61; element_rect(fill &＃61; &＃39;transparent&＃39;), legend.position &＃61; c(0.2, 0.9))

知识笔记&＃xff1a;

差异分析是一个典型的多重假设检验过程&＃xff0c;对于多重假设检验&＃xff0c;单次检验中差异显著基因的假阳性率(p-value较小)可能会较大&＃xff0c;而q-value和FDR值较常见的BH校正方法得到的FDR值而言&＃xff0c;改进了其对假阳性估计的保守性。

即q-value相比于p-value更加严格&＃xff0c;当差异基因结果较少时&＃xff0c;可以退而求其次看p-value。Fold ChangeFold Change表示实验组比上对照组的差异表达倍数&＃xff0c;一般表达相差2倍以上是有意义的&＃xff0c;放宽要求1.5倍或者1.2倍也可以接受。

第二部分&＃xff1a;热图

首先&＃xff0c;加载所需的包并导入数据&＃xff1a;

library(pheatmap)sign.gene

其次&＃xff0c;筛选数据&＃xff1a;

sign.gene.FDR sign.gene.fc 2sign.gene.all sign.gene.real

如果样本中存在缺失值(例如&＃xff1a;NA)&＃xff0c;我们可以用na.omit()进行删除&＃xff1a;

sign.gene.real

最后&＃xff0c;绘制热图&＃xff0c;并用基因标签代替基因ID作为热图的行标签&＃xff1a;

pheatmap(log2(sign.gene.real[,3:85]&＃43;1), labels_row &＃61; sign.gene$Symbol)

也可以根据各自的需求进行美化&＃xff1a;

pheatmap(log2(sign.gene.real[,3:85]&＃43;1), labels_row &＃61; sign.gene$Symbol, main&＃61;"Heatmap", color &＃61; colorRampPalette(c("blue","white","red"))(256))

说明&＃xff1a;

color参数中的256是指色阶值&＃xff0c;也可以理解为色阶分辨率&＃xff0c;数值越大&＃xff0c;热图上颜色越丰富&＃xff0c;一般设置为256。

知识笔记&＃xff1a;

热图又称为聚类图&＃xff0c;可以衡量样本或基因之间表达的相似性。

如本文所示的热图中&＃xff0c;横坐标代表样本聚类&＃xff0c;一列代表一个样本&＃xff0c;聚类基于样本间基因表达的相似性&＃xff0c;样本间基因表达越接近&＃xff0c;靠的越近&＃xff0c;以此类推。

纵坐标代表基因聚类&＃xff0c;一行代表一个基因&＃xff0c;聚类基于基因在样本中表达的相似性&＃xff0c;基因在样本中表达越接近&＃xff0c;靠的越近&＃xff0c;以此类推。

色阶代表基因表达丰度&＃xff0c;越红代表上调得越明显&＃xff0c;越蓝代表下调得越明显。

总结

从热图上可以看出&＃xff0c;所筛选出的差异基因并没有很好的区分出突变组和未突变组&＃xff0c;所以在基因的筛选上&＃xff0c;或者差异分析模型的选择上&＃xff0c;需进行进一步的调整。

参考文章&＃xff1a;

https://blog.csdn.net/u012325865/article/details/87344725

http://blog.sciencenet.cn/blog-3406804-1188483.html

https://www.jianshu.com/p/f9040ca31f46

相关链接&＃xff1a;

TCGA数据库的利用(一)—数据下载&＃xff01;

TCGA数据库的利用(二)—— 数据处理&＃xff01;

TCGA数据库的利用(三)——基因注释&＃xff01;

运用limma对基因进行差异分析

本文所用数据、代码均已上传至百度云&＃xff0c;关注公众号回复“火山图&热图”即可获得