ggplot2热图扩展包（ggalign）的细节

生信技能树

发布于 2024-11-21 10:06:50

14000

代码可运行

文章被收录于专栏：生信技能树生信技能树

运行总次数：0

代码可运行

前面我们在人工智能大模型不会告诉你的热图绘制技巧演示了如何使用ggplot2热图扩展包（ggalign），可以快速替代之前的 pheatmap：

比如我们可以先去geo数据库里面下载 GSE104171_NormalizedMatrix.txt.gz 这个文件，然后提取里面的指定的基因的表达量矩阵：

rm(list = ls())#清空当前的工作环境
options(stringsAsFactors = F)#不以因子变量读取
options(scipen = 20)#不以科学计数法显示
library(data.table)
library(tinyarray) 
data<-data.table::fread("GSE104171_NormalizedMatrix.txt.gz",
                        data.table = F) 
data=data[!duplicated(data$V1),]
mat<-data[,c( 2:ncol(data))]
rownames(mat)=data[,1]
mat[1:4,1:4]
keep_feature <- rowSums (mat > 1) > 1 ;table(keep_feature)
ensembl_matrix <- mat[keep_feature, ]  
rownames(ensembl_matrix)=rownames(mat)[keep_feature]
ensembl_matrix[1:4,1:4] 
symbol_matrix=ensembl_matrix
symbol_matrix[1:4,1:4] 
colnames(symbol_matrix)

library(AnnoProbe)
head(rownames(symbol_matrix))
ids=annoGene(rownames(symbol_matrix),'SYMBOL','human')
head(ids)
tail(sort(table(ids$biotypes)))
ids=ids[ids$biotypes=='protein_coding',]
symbol_matrix=symbol_matrix[rownames(symbol_matrix) %in% ids$SYMBOL,]
colnames(symbol_matrix) 
boxplot(symbol_matrix[,1:4])
cor_gene<-c('CD2','CD3E','CD3D','TBX21','CD8B','PRF1',
            'GZMA','GZMB','ITGAM','ARG1','CYBB','OLR1',
            'FUT4','CEACAM8','S100A8','S100A9')
exprSet=symbol_matrix[cor_gene,]

可以看到，是16个基因在74个样品的表达量矩阵：

我们首先呢，使用pheatmap绘图：


p1=pheatmap::pheatmap(cor(t(exprSet)))
matrix_chosen<-t(scale(t(exprSet)))
tmp<-colnames(matrix_chosen)
tmp<-rep('',ncol(matrix_chosen))
p2=pheatmap::pheatmap(matrix_chosen,labels_col=tmp,
                   legend_breaks=seq(-3,3,1))
hc=cutree(p2$tree_col,2)
# MN-MDSC signature genes (ITGAM, ARG1, CYBB, OLR1, FUT4, CEACAM8, S100A8, and S100A9) 
# cytotoxic lymphocyte signature genes (CD2, CD3E, CD3D, TBX21, CD8B, PRF1, GZMA, and GZMB) 
ac=as.data.frame(as.character(hc))
rownames(ac)=colnames(matrix_chosen)
p3=pheatmap::pheatmap(matrix_chosen,labels_col=tmp,
                   annotation_col = ac,
                   legend_breaks=seq(-3,3,1))
library(cowplot)
require(ggplotify)
cowplot::plot_grid(as.ggplot(p1) , as.ggplot(p3), ncol=2)

可以看到，比较麻烦的把样品分成了两组：

如果是ggalign就一句话：


library(ggalign)
ggheatmap(matrix_chosen) +
  scale_fill_viridis_c() +
  hmanno("t") +
  align_dendro(aes(color = branch), k = 2) +
  geom_point(aes(color = branch, y = y)) +
  scale_color_brewer(palette = "Dark2")

同样的可以把样品分成两组:

ggalign通过对齐多个ggplot2图表的观测来组织图表布局。它使你能够使用熟悉的 ggplot2 语法创建复杂热图。

安装

你可以使用以下命令从 CRAN 安装 ggalign：

install.packages("ggalign")

或者，从 GitHub 安装开发版本（目前开发版本添加了大量新功能，因为CRAN通常需要1-2个月的更新间隔，暂不能推送到CRAN）：

# install.packages("remotes")
remotes::install_github("Yunuuuu/ggalign")

基本流程

如果你熟悉 ggplot2 语法，ggalign 的使用很简单，典型的工作流程如下：

使用 ggheatmap() 或 ggstack() 初始化布局。
使用以下自定义布局：
- align_group()：将布局轴分组到具有组变量的面板中。
- align_kmeans()：通过 kmeans 将布局轴分组到面板中。
- align_order()：根据统计权重重新排序布局观察结果，或手动指定观察索引。
- align_dendro()：根据层次聚类重新排序或分组布局。
使用 ggalign() 或 ggpanel() 添加图表，然后叠加额外的 ggplot2 元素，如 geoms、stats 或 scales。

基本示例

下面，我们将通过一个基本示例，展示如何使用 ggalign 创建带有 dendrogram 的热图。

library(ggalign)
set.seed(123)
small_mat <- matrix(rnorm(81), nrow = 9)
rownames(small_mat) <- paste0("row", seq_len(nrow(small_mat)))
colnames(small_mat) <- paste0("column", seq_len(ncol(small_mat)))

# 初始化热图布局，我们可以将其视为一个普通的 ggplot 对象
ggheatmap(small_mat) + 
    # 我们可以直接修改 geoms、scales 和其他 ggplot2 组件
    scale_fill_viridis_c() +
    # 在顶部添加注释
    hmanno("top") +
    # 在顶部注释中，我们添加了一个树状图，并将观察结果分成 3 组
    align_dendro(aes(color = branch), k = 3) +
    # 在树状图中添加点 geom
    geom_point(aes(color = branch, y = y)) +
    # 更改树状图的颜色映射
    scale_color_brewer(palette = "Dark2")

与其他 ggplot2 热图扩展比较

ggalign 相对于其他扩展如 ggheatmap 的主要优势在于其与 ggplot2 语法的完全兼容性。你可以无缝使用任何 ggplot2 geoms、stats 和 scales 来构建复杂布局，包括垂直或水平排列的多个热图。

与 ComplexHeatmap 比较

优点

与 ggplot2 生态系统完全集成。
热图注释轴和图例自动生成。
树状图可以轻松自定义和着色。
对图表大小和间距有灵活的控制。
可以通过面板区域轻松与其他 ggplot2 图表对齐。
可以轻松扩展用于其他聚类算法或注释图表。

缺点

内置注释较少：与 ComplexHeatmap 中广泛的内置注释函数相比，可能需要额外编写更多代码以实现特定图形。

更复杂的示例

以下是使用 ggalign 进行的一些更高级的可视化示例：

热图-布局控制

heatmap_layout()/ggheatmap函数用来初始化热图布局

输入数据

数据输入可以是数值或字符向量、数据框，以及任何可以转换为矩阵的数据。

set.seed(123)
small_mat <- matrix(rnorm(81), nrow = 9)
rownames(small_mat) <- paste0("row", seq_len(nrow(small_mat)))
colnames(small_mat) <- paste0("column", seq_len(ncol(small_mat)))

library(ggalign)
ggheatmap(small_mat)

热图

对于 ggplot2，矩阵在绘制时会被转换为长格式的数据框。默认的映射将使用 aes(.data.x, .data.y)，但可以通过 mapping 参数进行控制。ggplot2 对象的数据包含以下列：

.xpanel 和 .ypanel: 列和行的panel groups
.x 和 .y: x 和 y 坐标
.row_names 和 .column_names: 原始矩阵的行和列名（仅在名称存在时出现）
.row_index 和 .column_index: 原始矩阵的行和列索引。
value: 实际的矩阵值。

我们可以像处理普通的 ggplot2 对象一样处理 ggheatmap() 对象，例如添加 ggplot2 geoms, stats, scales以及theme。

ggheatmap(small_mat) + geom_point() + scale_fill_viridis_c()

默认情况下，我们会添加热图层。如果设置 filling = FALSE，则会绘制一个空白的热图。你可以自定义热图图层，对于大数据集，你可以将图层像素化从而提高渲染速度，这里我们使用ggrastr来像素化图层。

ggheatmap(small_mat, filling = FALSE) +
  ggrastr::rasterize(geom_tile(aes(fill = value)))

热图注释

热图注释可为热图的行或列提供额外信息，可以放置在热图四周。ggheatmap()使用活动上下文来控制注释信息的位置。默认情况下，ggheatmap()不会初始化活动上下文，因此所有添加的内容(包括ggplot2元件)都将直接添加进热图主体。您可以使用 hmanno() 来设置活动上下文。

除了ggplot2元件外，我们还可以在注释中添加任何align_*()函数，align_*()函数可以添加图表，也可以自定义布局，例如排序，聚类，分组等。目前，有四个 align_* 函数可用于图表布局控制：

align_group：根据分类因子对图表进行分组和对齐。
align_order：根据统计权重重新排序布局观察值，或允许根据用户定义的标准手动重新排序。
align_kmeans：根据 k-means 聚类结果排列图表。
align_dendro：根据层次聚类或树状图对图表进行对齐。

`align_group`

align_group() 函数将行/列进行分组。它不会添加任何绘图区域。

ggheatmap(small_mat) +
    hmanno("t") +
    align_group(sample(letters[1:4], ncol(small_mat), replace = TRUE))

默认情况下，ggplot2面板标题会被移除。您可以使用 theme(strip.text = element_text()) 来选择在那个绘图区域添加facet标题。由于 align_group() 不创建新图表，因此面板标题只能添加到热图中。

ggheatmap(small_mat) +
    theme(strip.text = element_text()) +
    hmanno("l") +
    align_group(sample(letters[1:4], nrow(small_mat), replace = TRUE))

`align_order`

align_order() 函数可对行/列进行排序。像 align_group() 一样，它不会增加绘图区域。

在这里，我们根据均值重新排序行。

ggheatmap(small_mat) +
    hmanno("l") +
    align_order(rowMeans)

此外，我们可以直接提供排序的索引(数值/字符)。

my_order <- sample(nrow(small_mat))
print(rownames(small_mat)[my_order])
#> [1] "row3" "row1" "row7" "row6" "row2" "row8" "row9" "row5" "row4"
ggheatmap(small_mat) +
    hmanno("l") +
    align_order(my_order)

ggheatmap(small_mat) +
    hmanno("l") +
    align_order(rownames(small_mat)[my_order])

默认情况下，align_order() 会根据函数的输出结果（对于行，从底部到顶部；对于列，从左到右）按升序重新排序行或列。可以通过 reverse = TRUE反转顺序：

ggheatmap(small_mat) +
    hmanno("l") +
    align_order(rowMeans, reverse = TRUE)

一些 align_* 函数接受 data 参数。如果 data 参数为 NULL，函数将使用布局的默认数据，如前例所示。data 参数还可以接受一个函数（支持 lambda 语法），该函数将应用于布局数据。

需要注意的是，所有 align_* 函数都将行视为观测。这意味着 NROW(data) 必须与特定的 layout 轴返回相同的观测数。

heatmap_layout()/ggheatmap()：对于列注释，layout 数据将在使用转置t（如果数据是 function，它将应用于转置后的矩阵）。因为列注释使用热图列作为观察值，但我们需要行。

因此，即使是顶部和底部注释，我们也可以使用 rowMeans() 计算所有列的平均值。

ggheatmap(small_mat) +
    hmanno("t") +
    align_order(rowMeans)

`align_kmeans`

align_kmeans() 函数根据 k-means 聚类对热图行或列分组，它也不会增加绘图区域。

ggheatmap(small_mat) +
    hmanno("t") +
    align_kmeans(3L)

`align_dendro`

align_dendro() 函数可以根据层次聚类重新排序或分割布局，同时它也可添加树状图。

ggheatmap(small_mat) +
    hmanno("t") +
    align_dendro()

树状图也可以用来将列/行切割成组。您可以指定 k 或 h，其工作原理等同于于 cutree()：

ggheatmap(small_mat) +
    hmanno("t") +
    align_dendro(k = 3L)

与 align_group()、align_kmeans() 和 align_order() 不同，align_dendro() 可添加绘制图区域，我们可对其添加其他图层。

ggheatmap(small_mat) +
    hmanno("t") +
    align_dendro() +
    geom_point(aes(y = y))

align_dendro() 函数为 ggplot 创建了默认的 node 数据。有关详细信息，请参见 ?align_dendro 中的 ggplot2 specification。此外，edge 数据直接添加到 ggplote::geom_segment()图层中，用于绘制树状图。node 和 edge 数据中的有一个branch 列，对应于 cutree 结果：

ggheatmap(small_mat) +
    hmanno("t") +
    align_dendro(aes(color = branch), k = 3) +
    geom_point(aes(color = branch, y = y))

通过设置reorder_dendrogram参数align_dendro()可以根据观测均值对聚类树进行重排，

h1 <- ggheatmap(small_mat) +
    hmanno("t") +
    align_dendro(aes(color = branch), k = 3, reorder_dendrogram = TRUE) +
    ggtitle("reorder_dendrogram = TRUE")
h2 <- ggheatmap(small_mat) +
    hmanno("t") +
    align_dendro(aes(color = branch), k = 3) +
    ggtitle("reorder_dendrogram = FALSE")
align_plots(h1, h2)

align_dendro() 函数还可以在组内进行聚类，这意味着即使在布局中存在现有的组，也可以使用它：

column_groups <- sample(letters[1:3], ncol(small_mat), replace = TRUE)
ggheatmap(small_mat) +
    hmanno("t") +
    align_group(column_groups) +
    align_dendro(aes(color = branch))

您可以通过设置 reorder_group = TRUE 对组进行重新排序。

ggheatmap(small_mat) +
    hmanno("t") +
    align_group(column_groups) +
    align_dendro(aes(color = branch), reorder_group = TRUE)

您可以通过设置 merge_dendrogram = TRUE 合并每个组中的子树。

ggheatmap(small_mat) +
    hmanno("t") +
    align_group(column_groups) +
    align_dendro(aes(color = branch), merge_dendrogram = TRUE)

您可以同时排序以及合并树状图。

ggheatmap(small_mat) +
    hmanno("t") +
    align_group(column_groups) +
    align_dendro(aes(color = branch),
        reorder_group = TRUE,
        merge_dendrogram = TRUE
    ) +
    hmanno("b") +
    align_dendro(aes(color = branch),
        reorder_group = FALSE,
        merge_dendrogram = TRUE
    )