博文

技术贴 | R语言：手把手教你画pheatmap热图

已有 4858 次阅读 2021-5-7 19:44 |系统分类:科研笔记

导读

pheatmap默认会对输入矩阵数据的行和列同时进行聚类，但是也可以通过布尔型参数cluster_rows和cluster_cols设置是否对行或列进行聚类，具体看分析需求。利用display_numbers参数可以在热图中的每个cell中填入想要的信息，例如相对丰度信息。利用cutree_rows和cutree_cols参数可以根据聚类产生的tree信息对热图进行分割。利用annotation_col和annotation_row参数可以给横或列添加分组信息。本文将先模拟输入矩阵数据，然后再展示这些参数的具体使用方法。

一、模拟输入矩阵

set.seed(1995)  
# 随机种子
data=matrix(abs(round(rnorm(200, mean=0.5, sd=0.25))), 20, 10)  
# 随机正整数，20行，20列
colnames(data)=paste("Species", 1:10, sep=".")  
# 列名-细菌
rownames(data)=paste("Sample", 1:20, sep=".")  
# 行名-样品

data_norm=data
for(i in 1:20){
    sample_sum=apply(data, 1, sum)
    for(j in 1:10){
        data_norm[i,j]=data[i,j]/sample_sum[i]
    }
}
# 标准化

data_norm

图1

二、聚类分析和热图

1. 基础热图

library(pheatmap)
# 加载pheatmap包

pheatmap(data_norm)
# 绘制热图，结果如下：

图2

2. colorRampPalette渐变色、cell尺寸调整

cellheight=15# 设置单元格高度

cellwidth=20# 设置单元格宽度

color=colorRampPalette(colors= c("blue","white","red"))(10) # 渐变取色方案

cellheight=15,
cellwidth=20,
color=colorRampPalette(colors = c("blue","white","red"))(10)
)

图3

3. 在cell中添加丰度

pheatmap(data_norm, 
  display_numbers=TRUE,
  cellheight=15,
  cellwidth=20,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10)
  )

图4

4. 在cell中添加mark

display_numbers=matrix：使用自定义矩阵数据

fontsize_number=18：mark大小

filename="name.png/pdf":保存

data_mark=data_norm
# 新建mark矩阵

for(i in 1:20){
    for(j in 1:10){
        if(data_norm[i,j] <= 0.001)
            {
                data_mark[i,j]="***"
            }
            else if(data_norm[i,j] <= 0.01 && data_norm[i,j] > 0.001)
            {
                data_mark[i,j]="**"
            }
            else if(data_norm[i,j] <= 0.05 && data_norm[i,j] > 0.01)
            {
                data_mark[i,j]="*"
            }
            else
            {
                data_mark[i,j]=""
            }
    }
}
# * 0.05>=p>0.01; ** 0.01>=p>0.001; *** 0.001>=p

pheatmap(data_norm, 
  cellheight=20,
  cellwidth=25,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10),
  display_numbers=data_mark, 
  fontsize_number=18,
  filename="mark.pdf"
)

图5

5. 根据tree将热图分割成2行3列

cutree_rows=num：分割行

cutree_cols=num：分割列

pheatmap(data_norm, 
  cellheight=20,
  cellwidth=25,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10),
  display_numbers=data_mark, 
  fontsize_number=18,
  filename="mark_cut.pdf",
  cutree_rows=2, 
  cutree_cols=3)

图6

6. 添加样品和物种的分组信息

annotation_col：列分组

annotation_row：行分组

annotation_colors：分组颜色

Group=c("A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B")
group_sample=data.frame(Group)
rownames(group_sample)=rownames(data_norm)
# 模拟样品分组文件

group_sample

图7

Genus=c("G1", "G1", "G1", "G1", "G1", "G2", "G2", "G2", "G2", "G2")
group_genus=data.frame(Genus)
rownames(group_genus)=colnames(data_norm)
# 模拟物种分组文件

group_genus

图8

colors=list(Group=c(A="#1B9E77", B="#D95F02"),
Genus=c(G1="pink", G2="lightgreen"))
# 自定义样品分组颜色，Genus分组使用默认颜色

pheatmap(data_norm, 
  cellheight=20,
  cellwidth=25,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10),
  display_numbers=data_mark, 
  fontsize_number=18,
  filename="mark_group.pdf",
  cutree_rows=2, 
  cutree_cols=3,
  annotation_col=group_genus,
  annotation_row=group_sample, 
  annotation_colors=colors
)

图9

pheatmap常用参数汇总：

display_numbers=TRUE  # 使用默认矩阵数据
display_numbers=matrix  # 使用自定义矩阵数据
fontsize_number=18  # mark大小
cutree_rows=num  # 分割行
cutree_cols=num  # 分割列
scale="column"  # 列标准化
scale="row"  # 行标准化
cellwidth=20  # cell宽度
cellheight=20  # cell高度
fontsize_number=18  # mark大小
filename="name.pdf/png"  # 保存，自动调整纸张大小
annotation_col  # 列分组
annotation_row  # 行分组
annotation_colors  # 分组颜色
cluster_row = F  # 横向不聚类
cluster_column = F  # 纵向不聚类
legend = F  # 去除legend
border = F  # 去除cell边框
border_color = "blue"  # cell边框颜色
annotation_names_col = F  # 不展示列legend的名称