【原】用R做heatmap图，附加差异表达分析代码~

众所周知，R是统计分析大师，拥有大量开源的包，同时R也是一个绘图大师，只不过它的各种参数让小白们头疼。今天就给大家介绍一下如何用R做芯片表达数据的haatmap图（PS：当然可以用于其他数据）。

代码如下，我主要用了heatmap.2函数,来自gplots包，下面的代码中还贴了用limma包筛选差异表达基因的代码。

#导入ALL包library(ALL)#导入数据data(ALL)eset<-ALL[,ALL$mol.biol %in% c("BCR/ABL","ALL1/AF4")]
#差异表达分析library(limma)f<-factor(as.character(eset$mol.biol))design<-model.matrix(~f)fit<-eBayes(lmFit(eset,design))
#差异表达阈值selected<-p.adjust(fit$p.value[,2])<0.05
#差异基因表达量esetSel<-eset[selected,]color.map<-function(mol.biol){if(mol.biol=="ALL1/AF4") "#FF0000" else "#0000FF"}
#样本标记颜色patientcolors<-unlist(lapply(esetSel$mol.biol,color.map))
library(gplots)#输入是表达矩阵，横轴表示基因，纵轴表示样本heatmap.2(exprs(esetSel),col=greenred(75),scale="none",ColSideColors = patientcolors, key=T,symkey = F,density.info = "none",trace = "none",cexRow=0.5 )


接下来就会生成这样一张常见的红绿heatmap图，纵轴color bar中红色、蓝色表示实验、对照组，ColSideColors参数控制。heatmap图红色高表达，绿色低表达，col参数控制。heatmap.2功能非常强大，可以控制对是否对横、纵轴分别聚类，以及绘制相应的聚类树，等等。更多可以参考heatmap.2的说明文档，或者http://www2./fac/sci/moac/people/students/peter_cock/r/heatmap/

显摆一下，自己做的:

赶紧follow上面的代码，做一个美美的热图吧~