【原】巧用热图展示基因分布的总体趋势

热图是最常见的基因表达量数据的可视化方式，将每个单元格的表达量按照数值高低映射为不同的颜色，可以直观展示表达量在不同样本间的分布，再综合聚类的结果和基因/样本的注释信息，进一步丰富了展示的信息，一个经典的热图如下

图中提供了两大类的信息，第一大部分也是热图的主体部分，即表达量信息，上图中，每一列表示样本，每一行表示基因，用不同颜色表征表达量的不同数值；第二部分为行或者列的注释信息，对应上图中顶部的样本注释信息，从图例可以看到，有3类注释信息。那么这样的一幅图如何来做？

可用的R包当然很多，我最常用的是pheatmap这个R包，在作图之前，先准备好数据，即表达量数据和样本的注释信息

# 1.基因表达量数据# 纯文本文件，每一行为基因，每一列为样本> data <- read.table("data.txt", header = T, sep = "\t", row.names = 1)> data[1:5, 1:5]       GSM3076582 GSM3076584 GSM3076586 GSM3076588 GSM3076590PNP      7.123107   7.115196   7.103920   7.377837   6.960771PTGIS    2.483152   4.215764   4.174901   3.658576   3.296362PTGS2    6.156447   6.539128   6.294466   4.918229   6.269206NT5C1B   1.912044   3.691517   3.771510   4.546582   3.784036SIRT3    4.210383   3.960023   3.623266   4.658751   4.347605
# 2.样本的注释信息# 纯文本文件，每一行为样本，每一列为一种注释信息> group <- read.table("sample.group.txt", header = T, sep = "\t", row.names = 1, stringsAsFactors = T)> head(group)           group sex    seriesGSM3076582   ALS   m GSE112676GSM3076584   ALS   m GSE112676GSM3076586   ALS   f GSE112676GSM3076588   CON   m GSE112676GSM3076590   CON   m GSE112676GSM3076592   CON   f GSE112676

准备好文件之后，只需要调用pheatmap即可快速出图，接下来的工作就是熟悉这个方法的各项参数，通过调参来优化我们的可视化结果。我推荐的做法是做加法，首先只使用最少的参数，画出基本图形，然后再添加必要的参数，美化输出，这样可以更好的掌握每个选项的作用，基本用法如下

pheatmap(data)

通过观察输出，我们来确定优化的方向。表达量的基本信息已经有了，对照文献中的图，需要进行以下调整

1.调整颜色梯度，默认的颜色梯度和文献中的不同

2.调整行和列的文字大小，缩小基因名字使其不至于重叠，同时不展示样本名

3.调整聚类结果，不展示列的聚类结果

带着这几个目的，从选项中查找我们需要的选项，并设置合适的值，代码如下

> color <- colorRampPalette(c("navy", "white", "firebrick3"))(50)> pheatmap(data,+     color = color,    # 图例颜色+     cluster_col = FALSE,    # 不显示样本聚类+     show_colnames = FALSE,  # 不显示样本名称+     fontsize_row = 10,     # 调整基因名称大小+ )

调参后的结果如下

这里只展示了调整的方法，具体的颜色设置可以根据你的审美进行更换，其实一幅好看的图表，画图的代码并不是最难的，配色，图片的纵横比才是决定颜值的灵魂。

搞定了表达量之后，再来添加样本的注释信息，代码如下

> pheatmap(data,+     color = color,+     cluster_col = FALSE,  +     show_colnames = FALSE,+     annotation_col = group, # 添加列的注释+     fontsize_row = 10+ )

效果图如下

可以看到，只需要提供列注释的数据框，函数会自动进行映射，当然我们可以通过一下参数手动调整颜色

> ann_colors = list(+     series = c(GSE112676 = "blue",  GSE112680 = "green"),+     group  = c(ALS = "brown", CON = "green", MIM = "pink"),+     sex    = c(f = "blue", m = "red")+ )>> pheatmap(data,+     color = color,+     cluster_col = FALSE,  +     show_colnames = FALSE,+     annotation_col = group,+     annotation_colors = ann_colors,+     fontsize_row = 10+ )>

虽然直接从网站粘贴别人的代码，可能可以实现你想要的效果，但是更多的也只是人云亦云，只用通过基本用法加筛选参数的两步走战略，才能更好的帮助我们掌握每个选项的作用。

·end·