R 数据可视化 01 | 聚类热图
2019-10-03 本文已影响0人
白墨石
一. 示例数据准备
下载：链接：https://pan.baidu.com/s/1_b8swSkWDqIHZi6UwKaspA
提取码：pll7
文件说明
示例数据，其中数据均为虚拟数据，与实际生物学过程无关
文件名：dataset_heatmap.txt
列分别为基因，cell1的5个重复样本，cell2的5个重复样本
行代表每个基因在所有样本的FPKM值
二. 环境需求
Rstudio：
如果系统中没有 Rstudio，先下载安装：https://www.rstudio.com/products/rstudio/download/#download
heatmaps 包：
如果没有安装该R包，执行以下代码：
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("heatmaps")
三. 绘制聚类热图
1. 聚类热图绘制
# 执行前设置====================================
# 清空暂存数据
rm(list=ls())
# 载入R包
library(pheatmap)
# 设置工作目录
setwd("E:/R/WorkSpace/baimoc/visualization")
# 整理数据集====================================
# 载入数据
dataset <- read.table('resource/dataset_heatmap.txt',header = TRUE, row.names = 1)
# 截取表达矩阵的一部分数据来绘制热图
exp_ds = dataset[c(1:60),c(1:10)]
# 构建样本分类数据
cell_list=c(rep('cell_1',5),
rep('cell_2',5))
annotation_c <- data.frame(cell_list)
rownames(annotation_c) <- colnames(exp_ds)
# 绘制热图=====================================
pheatmap(exp_ds, #表达数据
cluster_rows = T,#行聚类
cluster_cols = T,#列聚类
annotation_col =annotation_c, #样本分类数据
annotation_legend=TRUE, # 显示样本分类
show_rownames = T,# 显示行名
show_colnames = T,# 显示列名
scale = "row", #对行标准化
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100) # 热图基准颜色
)
2. 无分类信息热图
# 将绘制热图部分替换为下列代码
# 绘制热图=====================================
pheatmap(exp_ds,
show_rownames = T,
show_colnames = T,
scale = "row",
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100)
)
3. 无聚类热图
# 将绘制热图部分替换为下列代码
pheatmap(exp_ds, #表达数据
cluster_rows = F,
cluster_cols = F,
show_rownames = T,
show_colnames = T,
scale = "row",
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100)
)
4. 分割聚类树热图
# 绘制热图=====================================
pheatmap(exp_ds,
show_rownames = T,
show_colnames = T,
scale = "row",
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100),
cutree_cols = 2,
cutree_rows = 20
)
5. 多分组聚类热图
# 清空暂存数据
rm(list=ls())
# 载入R包
library(pheatmap)
# 设置工作目录
setwd("E:/R/WorkSpace/baimoc/visualization")
# 整理数据集====================================
# 参数'./resource/dataset.txt'，表示载入E:/R/WorkSpace/baimoc/visualization/resource/dataset_heatmap.txt
dataset <- read.table('resource/dataset_heatmap.txt',header = TRUE, row.names = 1)
# 截取表达矩阵的一部分数据来绘制热图
exp_ds = dataset[c(1:60),c(1:10)]
# 构建样本分类数据
cell_type=c(rep('cell_1',5),
rep('cell_2',5))
sample_calss=c(rep('normal',5),
rep('cancer',5))
sample_type=c(rep('control',5),
rep('case',5))
level = c(1:10)
annotation_c <- data.frame(cell_type, sample_calss, sample_type, level)
rownames(annotation_c) <- colnames(exp_ds)
gene_class=c(rep('good',30),
rep('bad',30))
gene_type=c(rep('fat',20),
rep('blood',20),
rep('Immunology',20))
annotation_r <- data.frame(gene_class, gene_type)
rownames(annotation_r) <- rownames(exp_ds)
# 绘制热图=====================================
pheatmap(exp_ds, #表达数据
cluster_rows = T,#行聚类
cluster_cols = T,#列聚类
annotation_col =annotation_c, #样本分类数据
annotation_row = annotation_r,
annotation_legend=TRUE, # 显示样本分类
show_rownames = T,# 显示行名
show_colnames = T,# 显示列名
scale = "row", #对行标准化
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100), # 热图基准颜色
)
6. 分组调色
# 清空暂存数据
rm(list=ls())
# 载入R包
library(pheatmap)
# 设置工作目录
setwd("E:/R/WorkSpace/baimoc/visualization")
# 整理数据集====================================
# 参数'./resource/dataset.txt'，表示载入E:/R/WorkSpace/baimoc/visualization/resource/dataset_heatmap.txt
dataset <- read.table('resource/dataset_heatmap.txt',header = TRUE, row.names = 1)
# 截取表达矩阵的一部分数据来绘制热图
exp_ds = dataset[c(1:60),c(1:10)]
# 构建样本分类数据
sample_calss=c(rep('Normal',5),
rep('Cancer',5))
annotation_c <- data.frame(sample_calss)
rownames(annotation_c) <- colnames(exp_ds)
gene_type=c(rep('Fat',20),
rep('Blood',20),
rep('Immunology',20))
annotation_r <- data.frame(gene_type)
rownames(annotation_r) <- rownames(exp_ds)
annotation_colors = list(sample_calss=c(Normal='#F8EFBA', Cancer='#FD7272'),
gene_type=c(Fat='#f1f2f6', Blood='#ced6e0', Immunology='#57606f'))
# 绘制热图=====================================
pheatmap(exp_ds, #表达数据
cluster_rows = T,#行聚类
cluster_cols = T,#列聚类
annotation_col =annotation_c, #样本分类数据
annotation_row = annotation_r,
annotation_colors = annotation_colors,
annotation_legend=TRUE, # 显示样本分类
show_rownames = T,# 显示行名
show_colnames = T,# 显示列名
scale = "row", #对行标准化
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100), # 热图基准颜色
)
7. 显示文本
# 绘制热图=====================================
pheatmap(exp_ds,
show_rownames = T,
show_colnames = T,
scale = "row",
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100),
display_numbers = T, # 显示数值
fontsize_number = 8, # 设置字体大小
number_color = '#4a4a4a', #设置颜色
number_format = '%.2f' # 设置显示格式
)
8. 去除描边
pheatmap(exp_ds, #表达数据
show_rownames = T,# 显示行名
show_colnames = T,# 显示列名
scale = "row", #对行标准化
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100), # 热图基准颜色
border_color = 'NA',
)
9. 字体相关
pheatmap(exp_ds, #表达数据
show_rownames = T,# 显示行名
show_colnames = T,# 显示列名
scale = "row", #对行标准化
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100), # 热图基准颜色
fontsize = 10, # 全局字体大小，会被后边设置所覆盖
fontsize_row = 8, # 行字体大小
fontsize_col = 12, # 列字体大小
angle_col = 45, # 设置列偏转角度，可选 270, 0, 45, 90, 315，
gaps_row = T
)
10. 调整聚类树高
pheatmap(exp_ds,
show_rownames = T,
show_colnames = T,
scale = "row",
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100),
treeheight_row = 50,
treeheight_col = 30
)
11. 聚类方法选择
pheatmap(exp_ds,
show_rownames = T,
show_colnames = T,
scale = "row",
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100),
clustering_distance_rows = 'euclidean', # 计算聚类间距的算法，可选'correlation', 'euclidean', 'maximum', 'manhattan', 'canberra', 'binary', 'minkowski'
clustering_method = 'complete', # 聚类方法, 可选'ward', 'ward.D', 'ward.D2', 'single', 'complete', 'average', 'mcquitty', 'median' or 'centroid'
)
四. 保存为图片
-
这里可导出像素图和PDF，也可拷贝到PS调整
-
选择合适的文件格式，调整合适长宽，印刷或投稿选PDF，TIFF，EPS就好
-
文件默认存储在刚刚设置的工作目录里
五. 详细参数设置说明
1. 设置工作目录
setwd("E:/R/WorkSpace/baimoc/visualization")
在R的执行过程中，为了方便，需要指定一个获取文件和输出文件所在的目录，这样就不需要每次设置全路径，只需要指定相对目录
setwd("E:/R/WorkSpace/baimoc/visualization")的意思就是设置工作目录为E:/R/WorkSpace/baimoc/visualization
2. 载入数据
dataset <- read.table('resource/dataset_heatmap.txt',header = TRUE, row.names = 1)
因为工作目录已经设置，如果要获取E:/R/WorkSpace/baimoc/visualization/resource/dataset_heatmap.txt文件，那么就只需要设置相对路径resource/dataset_heatmap.txt
对于header = TRUE, row.names = 1代表读取文件表头，设置第一列为行名
3. 获取数据子集
# 截取表达矩阵的一部分数据来绘制热图
exp_ds = dataset[c(1:60),c(1:10)]
原始数据：
如果获取前两个基因和cell1与cell2的前两个样本，只需要执行
exp_ds = dataset[c(1:5),c(1:3,6:8)]
4. 样本分类数据
# 构建样本分类数据
cell_list=c(rep('cell_1',5),
rep('cell_2',5))
annotation_c <- data.frame(cell_list)
rownames(annotation_c) <- colnames(exp_ds)
这段代码目的是构建分类名与原始数据的列名的对应关系
