热图（heatmap）在生信领域基本就是常规操作，基本技能，入门操作。能画热图的工具也有很多，我自己常用的R包是pheatmap。
最近经常看见环状的热图，所以就搜了一下资料学习一下，测试一下。
环状热图我也经常会在论文中看到，用法和热图相同，但更适合于需要展示较多基因（数据）时来使用。
===安装=====
install.packages("circlize")
install.packages("ComplexHeatmap")
library('ComplexHeatmap')
library('circlize')
===测试===
data<-read.table("expression.txt",header=T,row.names=1)
head(data)
//转化为矩阵并对其进行归一化
madt<-as.matrix(data)
madt2<-t(scale(t(madt)))
Heatmap(madt2) //这就是默认参数，普通的热图
range(madt2) //查看值的分布
mycol=colorRamp2(c(-1.7, 0.3, 2.3),c("blue", "white", "red")) //定义颜色范围
circos.heatmap(madt2,col=mycol) //默认参数
注：
circos.clear() //绘制完成后需要使用此函数完全清除布局
circos.par(gap.after=c(50)) //
调整圆环首尾间的距离，数值越大，距离越宽
circos.heatmap(madt2,col=mycol, dend.side="inside",rownames.side="outside",rownames.col="black",rownames.cex=0.9,rownames.font=1,cluster=TRUE)
注：dend.side：控制行聚类树的方向，inside为显示在圆环内圈，outside为显示在圆环外圈
#rownames.side：控制矩阵行名的方向,与dend.side相同；但注意二者不能在同一侧，必须一内一外
#cluster=TRUE为对行聚类，cluster=FALSE则不显示聚类
下面是换了inside和outside的结果：
===聚类树的调整和美化(需要用到两个别的包）===
install.packages("dendextend") //改颜色
install.packages("dendsort") //聚类树回调
library(dendextend)
library(dendsort)
circos.par(gap.after=c(50))
circos.heatmap(madt2,col=mycol,dend.side="inside",rownames.side="outside",track.height=0.38,rownames.col="black",rownames.cex=0.9,rownames.font=1,cluster=TRUE,dend.track.height=0.18,dend.callback=function(dend,m,si){color_branches(dend,k=15,col=1:15)})
注：track.height：轨道的高度，数值越大圆环越粗 dend.track.height：调整行聚类树的高度 dend.callback：用于聚类树的回调，当需要对聚类树进行重新排序，或者添加颜色时使用
包含的三个参数：dend：当前扇区的树状图；m：当前扇区对应的子矩阵；si：当前扇区的名称 color_branches():修改聚类树颜色
circos.clear()
//添加图例标签等
lg=Legend(title="Exp",col_fun=mycol,direction= c("vertical"))
grid.draw(lg)
//添加列名
circos.track(track.index=get.current.track.index(),panel.fun=function(x,y)
{
if(CELL_META$sector.numeric.index==1)
{
cn=colnames(madt2)
n=length(cn)
circos.text(rep(CELL_META$cell.xlim[2],n)+convert_x(0.3,"mm"), //x坐标
4.1+(1:n)*0.7, //y坐标和间距
cn,cex=0.8,adj=c(0,1),facing="inside")
}
},bg.border=NA)
mycol2=colorRamp2(c(-1.7, 0.5, 2.3),c("#57ab81", "white", "#ff9600"))
也可以更改上面的颜色，从而改变热图的配色：
===分组热图绘制========
#circos.heatmap()内只能是一个矩阵，但如果矩阵数据存在分组，可以用split参数来指定分类变量
split = sample(letters[1:2], 40, replace = TRUE)
split = factor(split, levels = letters[1:2])
circos.clear()
circos.par(gap.after=c(22))
circos.heatmap(madt2,col=mycol,split=split,dend.side="inside",rownames.side="outside",track.height = 0.38,
rownames.col="black",rownames.cex=0.9,
rownames.font=1,
cluster=TRUE,
dend.track.height=0.18,
dend.callback=function(dend,m,si)
{
color_branches(dend,k=15,col=1:15)
}
)
//假设有两个热图的矩阵数据
madt2<-t(scale(t(madt)))
madt3<-t(scale(t(madt)))
split2 = sample(letters[1:2], 40, replace = TRUE)
split2 = factor(split2, levels = letters[1:2])
circos.clear()
circos.par(gap.after=c(8))
circos.heatmap(madt2,col=mycol2,split=split2,dend.side="outside",
cluster=TRUE,
dend.track.height=0.2,
dend.callback=function(dend,m,si) {
color_branches(dend,k=15,col=1:15)
}
)
circos.heatmap(madt3, col = mycol,rownames.side="inside",rownames.cex=0.8)
本文使用 文章同步助手 同步
