【原】Python生物信息学⑥绘制热图及火山图

Python生物信息学③提取差异基因

通过Python生物信息学③提取差异基因得到了该数据集的差异分析的两个关键参数，1.差异倍数（foldchange）以及2.差异的P值。本篇目的是得到满足差异倍数和差异P值的基因，同时进行可视化（包括差异分析常见的火山图和热图）。

绘制火山图

（1）第一步制作差异分析结果数据框

genearray = np.asarray(pvalue)
result = pd.DataFrame({'pvalue':genearray,'FoldChange':fold})
result['log(pvalue)'] = -np.log10(result['pvalue'])

（2）第二步制作火山图的准备工作

选定的差异基因标准是 I.差异倍数的绝对值大于1，II. 差异分析的P值小于0.05

result['sig'] = 'normal'
result['size']  =np.abs(result['FoldChange'])/10
result.loc[(result.FoldChange> 1 )&(result.pvalue < 0.05),'sig'] = 'up'
result.loc[(result.FoldChange< -1 )&(result.pvalue < 0.05),'sig'] = 'down'

ax = sns.scatterplot(x="FoldChange", y="log(pvalue)",
                      hue='sig',
                      hue_order = ('down','normal','up'),
                      palette=("#377EB8","grey","#E41A1C"),
                      data=result)
ax.set_ylabel('-log(pvalue)',fontweight='bold')
ax.set_xlabel('FoldChange',fontweight='bold')

筛选差异基因

fold_cutoff = 1
pvalue_cutoff = 0.05
filtered_ids = []
for i in range(0, number_of_genes):
    if (abs(fold[i]) >= fold_cutoff) and (pvalue[i] <= pvalue_cutoff):
        filtered_ids.append(i)
filtered = data2.iloc[filtered_ids,:]
print("Number of DE genes: ")
print(len(filtered.index))

绘制热图

热图（heatmap）是生物学文章里（尤其是RNA-seq相关论文）经常出现的图片。热图的用途一般有两个。以RNA-seq为例，热图可以：1）直观呈现多样本多个基因的全局表达量变化；2）呈现多样本或多基因表达量的聚类关系。热图一般使用颜色（例如红绿的深浅）来展示多个样本多个基因的表达量高低，既直观又美观。同时可以对样本聚类或者对基因聚类。

sns.clustermap(filtered, cmap='RdYlGn_r', standard_scale = 0)

（1）每一行为一个基因，每一列为一个sample。 （2）绿色代表相对低表达，红色代表相对高表达。 （3）相对接近的样本或者基因会聚类在一起，比如探针名为101695_at的基因在GSM130370相对高表达，而在GSM130366低表达。