热图

EXCEL文件要转化为TXT格式，才能被R读取
热图不但能用颜色直观的展示基因的表达量的高低，并且可以通过层级聚类，在二个维度上分别对基因和样本进行聚集

关键

关键.png

安装pheatmap包

install.packages("pheatmap")
library(pheatmap)   #什么都没显示表示安装成功

读取数据

data = read.table("gene_exp.xls",header=T,row.names=1,sep="\t")  #读取数据
dim(data)  #检查数据，显示多少行，多少列
exp = data[,1:11]   #截取表达数据，只要所要行的1-11列
dim(exp)   #检查数据，这个时候应该显示所有行的1-11列

读取数据.png

热图绘制pheatmap（）

pheatmap(exp)   #绘制exp的热图

热图1.png

数据处理——均一化

scale()  #均一化参数
取值”row”,”column”和”none”   #以行、列、无均一化，一般默认无，根据表格选择取值

均一化.png

pheatmap(exp,scale="column")  #以列均一化，很丑，而且不能表达出基因间的差异性

热图2.png

pheatmap(exp,scale="row")  #以行为均一化，即以基因为标准，寻找基因间的差异

热图3.png

美化

改变边框颜色（一般不改颜色比较好）

pheatmap(exp,scale="row",border="green")   #边框颜色变为绿色
pheatmap(exp,scale="row",border=NA)  #边框没有颜色

边框.png

pheatmap(exp,scale="row",border=NA,fontsize=7)  #改变字体大小为7

字体.png

pheatmap(exp,scale="row",border=NA,fontsize=7,color=c("green", "blue", "red"))  #将颜色从高到低分为红，蓝，绿，最高为红色，最低为绿色

丑.png

colorRampPalette()
redgreen=colorRampPalette(c("green","black","red"))(100)  #将绿、红从低到高分为渐变的100个颜色
pheatmap(exp,scale="row",border=NA,fontsize=7,color=redgreen)  #绘制自己定义的颜色的热图

热图4.png

颜色.png

bias.png

colors=colorRampPalette(c("green","black","red"),bias=4.5)(100)  #图例大值一段会占更多范围
pheatmap(exp,scale="row",border=NA,fontsize=7,color=colors)

bias1.png

常见函数

是否显示列名或者行名: show_rownames和show_colnames
是否做聚类: cluster_rows和cluster_cols,视情况而定聚不聚类
设置聚类树的高度: treeheight_row和treeheight_col
是否显示图例：legend
举个例子

pheatmap(exp,scale="row",border=NA,fontsize=10,color=redgreen,show_rownames=F,show_colnames=T,cluster_rows=T,cluster_cols=T, treeheight_row=0, treeheight_col =0,legend=F) 
#不显示行名，显示列名，行列都聚类，聚类数行列都为0，不显示图例

other.png

显示每个小块的值 display_numbers = TRUE

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,display_numbers = TRUE)

display.png

根据树聚集结果分割

cutree_rows, cutree_cols 这两个参数，是根据树分类结果，来分开间隔

pheatmap(exp,scale="row",fontsize=10, show_rownames=F,cutree_rows=2) # 行方向，按照树聚类分为2份
pheatmap(exp,scale="row",fontsize=10, show_rownames=F, cutree_cols=3)  # 列方向，按照树聚类分为3份

树聚类.png

添加自定义间隔

gaps_col和gaps_row参数,用这两个参数时，对应的方向不能进行聚类

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5)   #在第五列分隔

gaps.png

添加颜色条

annotation_row, annotation_col和annotation_colors参数
定义颜色条数据框

annotation_col=data.frame(type=c(rep("Case",5),rep("Control",6))) #新建一个数据框，共11个，前5个命名为case，后6个命名为control
rownames(annotation_col) = colnames(exp)  #将exp中的列名赋值给它

col.png

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,annotation_col=annotation_col)  

cols.png

anno_colors=list(type=c(Case="#1B9E77",Control="#D95F02"))
pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,annotation_col=annotation_col,annotation_colors=anno_colors)

anno.png

保存热图filename=(xx.pdf/png)

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,
annotation_col=annotation_col,annotation_colors=anno_colors,annotation_legend=F,display_number=T, filename="heatmap.pdf")
# 去掉颜色条的图例并保持图片

eg.png

多级颜色条

annotation_col=data.frame(type=c(rep("Case",5),rep("Control",6)),age=c(24,32,46,32,35,18,25,35,18,25,23),sex=c("male","male","female","female","female","male","female","female","female","male","female"))
rownames(annotation_col) = colnames(exp)

多级.png

pheatmap(exp,scale="row",fontsize=10,show_rownames=F,cluster_cols=F,gaps_col=5,annotation_col=annotation_col)

eg2.png

计算相关系数

举例

library(pheatmap) #加载pheatmap包
exp=read.table("exp_top30.original.txt",header=T,row.names = 1,sep = "\t") #读数据
matrix=cor(t(exp))  #计算相关系数，只能以列来计算,所以转置一下（如果基因就是列上，就不用转置）
write.table(matrix,"coefficient_matrix.txt",sep="\t")  #将相关系数输出到电脑上保存
pheatmap(matrix,cluster_rows=F,cluster_cols=F,display_numbers=T)  #行列都不聚类，显示每个格的值

相关系数.png

补充

补充.png

数据预处理.png