更为强大的复杂热图

用户7010445

发布于 2020-04-14 07:44:57

1.2K00

代码可运行

文章被收录于专栏：小明的数据分析笔记本小明的数据分析笔记本

运行总次数：0

代码可运行

写在前面

目前基于热图的绘制需求越来越高，让我们想到的事情逐渐成熟，却已经有人开始实现了这个功能，并上传到了CRAN。复杂热图的绘制长期以来都是基础包omplexHeatmap来实现，现在可以使用了tidyHeatmap了.但是这也不是基于ggplot的版本，所以差强一步。

安装tidyHeatmap

遗憾的是，cran中包存在问题，我检查发现是版本问题，因此在github上的例子只能安装github版本的tidyHeatmap。

# install.packages("tidyHeatmap")
# devtools::install_github("stemangiola/tidyHeatmap")
library("tidyHeatmap")
library(tidyverse)

示例数据

tidyHeatmap::pasilla

## # A tibble: 504 x 7
##    sample  symbol `count normalised ~ condition type   location  activation
##    <chr>   <fct>                <int> <fct>     <fct>  <chr>          <dbl>
##  1 treate~ Kal1                    37 treated   singl~ Secretory      1.10
##  2 treate~ Kal1                    41 treated   paire~ Secretory      1.10
##  3 treate~ Kal1                    50 treated   paire~ Secretory      1.10
##  4 untrea~ Kal1                  1127 untreated singl~ Secretory      1.10
##  5 untrea~ Kal1                  1046 untreated singl~ Secretory      1.10
##  6 untrea~ Kal1                   932 untreated paire~ Secretory      1.10
##  7 untrea~ Kal1                  1018 untreated paire~ Secretory      1.10
##  8 treate~ Ant2                  2331 treated   singl~ Intracel~      0.329
##  9 treate~ Ant2                  2478 treated   paire~ Intracel~      0.329
## 10 treate~ Ant2                  2575 treated   paire~ Intracel~      0.329
## # ... with 494 more rows

复杂热图

首先一定要明白，R语言是以长格式的数据来绘图的；

参数解释：

.data “tbl”格式的数据框
.horizontal ：在热图中水平显示的列的名称
.vertical 在热图汇总垂直展示的列名称
.abundance ：填充数的列
annotation: 分组信息
log_transform : 数据转化

tidyHeatmap::pasilla %>%
    heatmap(
        .horizontal = sample,
        .vertical = symbol,
        .abundance = `count normalised adjusted`,
        annotation = c(condition, type),
        log_transform = TRUE
    )

分组聚类标签块添加

tidyHeatmap::pasilla %>%
    group_by(location, condition) %>%
    heatmap(
        .horizontal = sample,
        .vertical = symbol,
        .abundance = `count normalised adjusted`,
        annotation = c(type),
        log_transform = TRUE
    )

# library(dplyr)
tidyHeatmap::N52 %>%
  group_by( `Cell type`) %>%
  tidyHeatmap::heatmap(
    .horizontal = UBR,
    .vertical = symbol_ct,
    .abundance = `read count normalised log`,
    annotation = CAPRA_TOTAL
  )

### 人工设定颜色映射

pasilla %>%
  heatmap(
    .horizontal = sample,
    .vertical = symbol,
    .abundance = `count normalised adjusted`,
    log_transform = TRUE,
    palette_abundance = circlize::colorRamp2(c(-2, -1, 0, 1, 2), viridis::magma(5))
  )