使用ComplexHeatmap包绘制个性化热图作者：刘梦瑶 诺禾致源 微生物信息 审稿：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，是一个非常全面的绘制热图的R包，可以利用它来绘制许多文献中的美图，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 = c('circlize','grid','BiocManager')for(p in package_list){if (!requireNamespace(p, quietly = TRUE)) install.packages(p)}# 检测安装bioconductor包package_list = c('ComplexHeatmap')for(p in package_list){if (!requireNamespace(p, quietly = 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（http:///packages/release/bioc/vignettes/ComplexHeatmap/inst/doc/s2.single_heatmap.html ） # 设置随机数种子，保证数据分析随机过程可重复set.seed(123)# 生成模拟数据：12行成10列矩阵mat = 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 = mat[sample(nrow(mat), nrow(mat)), sample(ncol(mat), ncol(mat))]# 添加行、列名rownames(mat) = paste0('R', 1:12)colnames(mat) = paste0('C', 1:10)一行命令绘图使用默认参数，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，我们可以进行自定义，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，以列注释为例，其内置函数按照图形的类型可以分为6种，anno_points()，anno_barplot()，anno_boxplot()，anno_histogram()，anno_density()，anno_text()。 行注释的内置函数和列注释类似，前面加上row即可，如row_anno_points()。 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 = rep(0.5,10)# 设置值、形状、大小、颜色等ha = HeatmapAnnotation('type' = anno_points(value, pch=c(19,19,15,15,24,24,23,23,3,3), size = unit(7, 'mm'),gp = gpar(col = c('#bf94e4','#bf94e4','#bf94e4','#bf94e4','#1dacd6','#1dacd6','#1dacd6','#1dacd6','red','red')),border=FALSE,ylim=c(0,1)),show_annotation_name = FALSE)“type”为这一行注释的名称，show_annotation_name = FALSE，即不显示名称。pch可指定绘制点时使用的符号，共25种，如上三角，下三角，圆形，方形等，具体可见《R In Action》。size可指定符号的大小，gp可指定符号的颜色。 # 批量按行中心标准化，减均值除方差，Z-scoremat_scaled = apply(mat, 1, scale)# 继续原数据表列名rownames(mat_scaled) = colnames(mat)# 转置才与原方向一致mat_scaled = t(mat_scaled)# 通过circlize包中的colorRamp2()函数，来自定义颜色col_fun = circlize::colorRamp2(c(-3, 0, 3), c('black', 'white', 'yellow'))# 新矩阵shape<-mat_scaled#><><-ncol(mat_scaled)for(i in="" 1:x="" ){="" ="" ="" ="" for="" (j="" in="" 1:y="" ){="" ="" ="" ="" if(shape[i,j]="">=1){ shape[i,j]<-'+';} else{="" ="" ="" =""><-''; ="" ="" ="">如需对数据进行标准化，需使用apply函数来处理数据。我们可以通过circlize包中的colorRamp2()函数，来自定义颜色。对mat_scaled的数值进行筛选，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=Heatmap(mat_scaled, name = 'hello',top_annotation = ha,col = col_fun,rect_gp = gpar(col = 'black',lty = 2, lwd = 1),cell_fun = function(j, i, x, y, width, height, fill) {grid.text(shape[i,j], x = x, y = y,gp = gpar(fontsize = 10,col='red'))},cluster_rows = FALSE,cluster_columns = FALSE, row_names_side = 'left',column_names_side='bottom',row_names_gp = gpar(col = 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；bottom_annotation 则将列注释放在heatmap下方。rect_gp定义小方格的边框颜色，线条类型及宽度。cell_fun可以对heatmap的每个小方格进行自定义，这里用其来显示”+”号，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，默认值right。column_names_side可定义列名的显示位置，默认值bottom。row_names_gp可定义列名的颜色。 # 行名第一列texta = c('A','B','C','D','EEEEE','F','G','H','I','J','K','L')# 行注释，宽度为最大文本ha_texta =rowAnnotation(text = row_anno_text(texta), width = max_text_width(texta))# 行名第二列textb = c('M','N','O','P','Q','R','S','T','U','V','W','X')ha_textb =rowAnnotation(text = row_anno_text(textb), width = max_text_width(textb))# 添加行名注释ht_list = P1 + ha_texta + ha_textb# 添加图例对应文字、形状和颜色lgd = legendGrob(c('A','B','C','D','E'), pch = c(19,15,24,23,3),gp= gpar(col =c('#bf94e4','#bf94e4','#1dacd6','#1dacd6','red')))# 绘图，添加热图图例左，注释图例draw(ht_list,heatmap_legend_side = 'left',annotation_legend_list = list(lgd))rowAnnotation中max_text_width可计算得到列名中最长的文本宽度，legendGrob可自定义图例的名称，形状，颜色。 |
|
|
