R使用笔记: heatmap.2绘制热图

2018-04-09 本文已影响1150人 GPZ_Lab

笔记内容：

热图的应用意义

包的安装

scale的作用

作图细节：系统发生树，label, color key的问题等

补充：添加多行ColSideColors

热图的应用意义

在paper中常常能看到热图（heatmap）：“形式为功能服务”。在我们常见的，使用矩阵作为Input的二维热图中，多为基因表达差异，16s分析中不同分组的物种丰度/相对丰度差异提供线索及可视化效果。

使用热图可以直观通过颜色的深浅和差异判断样本/组别之间的差异。结合统计检验的显著性结果，可以评估出显著性的方向。热图可以通过算法生成系统树，表现各个subject及feature的聚类关系。

在R中可以使用gplots包中的heatmap.2轻松画出热图。但对于其scale, 系统树的建立，以及很细节的字体大小，图片大小，color key的数值范围设置，对应的颜色设置等，均需要通过参数的调整实现。虽然比起其他编程工具，R是个封装很严实的软件，这意味着许多参数不能很灵活的去修改。但这不妨碍我们充分使用它带来的便利。

包的安装

install.packages("gplots")
install.packages("RColorBrewer")

install.packages("devtools")
library(devtools)
install.github("stanstrup/massageR")

安装massageR包是为了对热图的input矩阵做一些处理，这个包的安装有些曲折，在win10系统上按照以下两步先安装devtools再通过github装massageR没问题，但是在linux系统上不能在R sutdio里直接这么安装，详见 R使用笔记第11条
在本笔记中不使用massageR包也可以，heatmap.2可以搞定。

scale的作用

plot_color = c('orange','green')[treatment]
# treatment为meta data中提取出的分组信息，必须为一个factor
# 如果在input data中把sampleID整理为分组的顺序，那么会在colsidecolors这里显示为整齐的分为两组。

heatmap.2(x,               #Input必须是matrix
          trace="none",    # trace可以给每个色块中添加一条线，与行平行或者与列平行。其与色块中心的距离代表了这个值被显示的比例。
          scale="none",    # scale在这里
          ColSideColors = plot_color,   # 按照treatment组别给每个subject一个颜色
          dendrogram = "row",   # 生成row的系统发生树
          symbreaks = TRUE,
          col=rev(colorRampPalette(brewer.pal(10, "RdBu"))(20)),  # color key, 后面详叙
          breaks = seq(-0.5,0.5,0.05),   # 还是color key
          density.info=c("none"),  # 还是color key
          margins=c(8,16),  # 调整热图大小比例
          cexRow = 0.8, cexCol = 1.0,   # 行列名字体大小
          srtCol = 45, offsetCol = -0.5 # 调整列名的字体倾斜45度，距离热图的距离缩小。
)

会出现这样的图。很丑，看不出规律。这是因为我们input的矩阵还没有经过标准化（normalized/scaling）。许多值集中在一个很小的范围，突然出现几个很大的值，大得不成比例。导致这种情况：为了照顾那几个极端值，大部分值之间的差异被掩盖掉了，所以留下大片几乎一样的颜色。标准化即经过一定比例控制，将数据的规律保留，并将数值标化在一个相对稳定的范围内，更加便于作图。

但是如果把scale的参数调整为scale="row"
scale = "row" 即针对行进行标化，

作图细节：系统发生树，label，color key的问题等

heatmap.2(x,            
          trace="none",
          scale="none",    # scale在这里
          ColSideColors = plot_color,   # 按照treatment组别给每个subject一个颜色

          Rowv = TRUE,   # 决定是否要将row按照系统发生树cluster的结果重新排序，注意要和dendrogram一致。同理还有Colv =  
          dendrogram = "row",   # 生成row的系统发生树
          symbreaks = TRUE,
          col=rev(colorRampPalette(brewer.pal(10, "RdBu"))(20)),  
          # color key在左上角，本图中为row-scale过，所以为row Z-score
          # 设置color key的颜色，这里为20个色块构成，从蓝色到红色

          breaks = seq(-0.5,0.5,0.05),   
          # 设置color key的范围，这里必须和上面col = 的20个色块对应起来。
          # 从-0.5到0.5，以0.05为一个step,一共20个step, 对应20个色块。
          
          density.info=c("none"),  
          # 设置color key中是否需要显示各个范围的count数目及其比例。none就不设置。
          
          margins=c(8,16),  
          # 调整热图大小比例，在label的名字特别长的时候可以尝试调整，让Label显示完全
          cexRow = 0.8, cexCol = 0.8，   # 行/列名字体大小
          keysize = 0.8  # 可以配合margins = 调节图例的大小及整个图的比例
         
          colsep = c(15, 54) 
          #在热图中加入白色竖线，从而将其分成不同的部分。这个表示在第15个及第54个column的位置加上竖线。同理还有rowsep = 
)

如果想把生成系统发生树聚类后的数据拿出来（即获得聚类后重新排列后的数据）：

map <- heatmap.2(as.matrix(x), ...)
x_reorder <- x[rev(map$rowInd), map$colInd]
# x_reorder 为重新排序后的数据

heatmap.2的文件非常详细，见这个链接

添加多行ColSideColors

需要用到heatmap.plus包，其各种参数和heatmap.2差不多，但是heatmap.2只能为ColSideColors设置与column长度相当的character, heatmap.plus可以设置为matrix: 其实只用把两个（或者多个）含有颜色分配信息的vectorcbind到一起就可以了。
调整参数为ColSideColors = color # 注意使用heatmap.plus