R语言ComplexHeatmap绘制复杂热图heatmap

第R语言ComplexHeatmap绘制复杂热图heatmap目录一载入R包数据1.1载入ComplexHeatmap包，数据1.2绘制最简单的热图二常见表型注释读入注释文件2.1添加注释，且设置颜色三添加块注释3.1k-means指定K个数3.2先验知识知道样本分为几个簇3.3根据富集结果添加行注释四目标基因分析4.1标签展示目标基因4.2绘制目标基因热图ComplexHeatmap|绘制单个热图介绍了单个热图绘制的内容

一载入R包数据

1.1载入ComplexHeatmap包，数据

为更贴近生信使用场景，直接使用内置的基因表达数据

library(ComplexHeatmap)

expr=readRDS(paste0(system.file(package="ComplexHeatmap"),"/extdata/gene_expression.rds"))

#查看数据

str(expr)

expr[1:4,c(1:4,25:27)]

拿到一个新数据后，除了检查[1:4,1:4]外，也许还需要看看最后几列，另外还需要观察列名称的规律。

去除最后几列，或者只选取列名字包含cell的（TCGA数据处理中也会经常遇到）

mat=as.matrix(expr[,grep("cell",colnames(expr))])

1.2绘制最简单的热图

Heatmap(mat)

二常见表型注释

文献中经常见到的就是在热图的top或者bottom位置添加样本的变异信息，临床信息等的注释，本节介绍如何实现以及常见的设置。

读入注释文件

anno-read.csv("anno.csv",header=T)#非真实数据，随便设置

head(anno)samplestageage#1s1_cell01156#2s2_cell02243#3s3_cell03263#4s4_cell01323#5s5_cell0218#6s6_cell0333

2.1添加注释，且设置颜色

2.1.1颜色设置

1)连续变量：指定色系，根据变量范围设置颜色范围

col_fun2-colorRamp2(

c(0,50,100),#根据值的范围设置

c("#ff7f00","white","#1f78b4")

)

2)分类变量：直接指定颜色编码

#stage=c("1"="red","2"="green","3"="blue","4"="orange")#分类

2.1.2添加注释

使用HeatmapAnnotation函数进行注释，添加待注释的内容

ha-HeatmapAnnotation(

age=anno$age,

stage=anno$stage,

col=list(

age=col_fun2,#连续

stage=c("1"="red","2"="green","3"="blue","4"="orange")#分类

)

1）注释位置

Heatmap(

mat,

top_annotation=ha

)

热图上面注释样本的临床等信息，实现！

2）指定多个注释位置

当需要注释的内容较多时候，可以选择在不同的位置。需要预先根据待注释的位置进行指定

column_ha-HeatmapAnnotation(

bar1=anno_barplot(runif(24))

row_ha-rowAnnotation(

bar2=expr$chr

Heatmap(

mat,

show_row_names=F,

#cluster_rows=F,

top_annotation=ha,

bottom_annotation=column_ha,#对应的注释

right_annotation=row_ha

)

其他常用调整的函数

三添加块注释

常见的是根据聚类（kmeans等）或者先验知识分为几个簇，然后对簇进行注释。

3.1k-means指定K个数

1）样本设置分为4组，基因分为3组，同时设置每个簇的颜色和标签

set.seed(1234)

Heatmap(mat,

top_annotation=HeatmapAnnotation(foo=anno_block(gp=gpar(fill=1:4),

labels=c("group1","group2","group3","group4"),

labels_gp=gpar(col="white",fontsize=10))),

column_km=4,#列分为4个k

left_annotation=rowAnnotation(foo=anno_block(gp=gpar(fill=2:4),

labels=c("group1","group2","group3"),

labels_gp=gpar(col="white",fontsize=10))),

row_km=3,#

show_row_names=F

)

2）设置text的颜色

Heatmap(mat,

top_annotation=HeatmapAnnotation(foo=anno_block(gp=gpar(fill=1:4),

labels=c("group1","group2","group3","group4"),

labels_gp=gpar(col="white",fontsize=10))),

column_km=4,

left_annotation=rowAnnotation(foo=anno_block(gp=gpar(fill=2:4),

labels=c("group1","group2","group3"),

labels_gp=gpar(col="white",fontsize=10))),

row_km=3,

show_row_names=F,

row_title_gp=gpar(

col=rainbow(5)[2:4],

font=1:3

row_names_gp=gpar(

col=rainbow(5)[2:4],

fontsize=10:12

column_title_gp=gpar(

fill=rainbow(5)[1:4],

alpha=0.5

column_names_gp=gpar(

col=rainbow(5)[1:4]

)

关于颜色可选#rainbow，heat.colors，terrain.colors，topo.colors，cm.colors

3.2先验知识知道样本分为几个簇

指定样本添加列注释，假设mat中的24个样本，已知是分别为10个，10个和4个的三组。

实际应用中可以根据年龄段，性别，临床分析，预后评分等指标进行的分组。

split=c(rep(c("A","B"),10),rep("C",4))

ha=HeatmapAnnotation(foo=anno_block(gp=gpar(fill=2:6),labels=c("AA","BB","CC")))

col_fun=colorRamp2(c(0,5,10,20),c("white","cornflowerblue","yellow","red"))

使用column_split函数即可按照指定拆分

Heatmap(mat,

name="mat_cluster",

column_split=split,

top_annotation=ha,

cluster_rows=T,

cluster_columns=F,

#rect_gp=gpar(col="white"),#添加白色格子线

column_title=NULL)

3.3根据富集结果添加行注释

文献中经常见到一些基因富集的通路作为行注释的图，怎么实现呢？

1）自定义通路结果（也可以是其他想展示的内容）

group-list(

A="Cellcycle",

B="Mismatchrepair",

C="DNAreplication"

)

2）添加空白注释

ha=rowAnnotation(

foo=anno_empty(

border=FALSE,

#计算空白注释的宽度

width=max_text_width(unlist(group))+unit(4,"mm"))

)

3）通过向量拆分对应的行和列

Heatmap(mat,name="mat",

#cluster_rows=T,

show_row_names=F,

right_annotation=ha,

row_split=c(rep(c("A","B"),30),rep("C",95)),

column_split=rep(c("C","D"),12))

4）添加注释块以及注释文本

for(iin1:3){

decorate_annotation(

"foo",

#选择热图块

slice=i,{

#添加颜色框

grid.rect(

x=0,

width=unit(2,"mm"),

gp=gpar(

fill=rainbow(3)[i],

col=NA

just="left"

#绘制文本

grid.text(

group[[i]],

x=unit(4,"mm"),

gp=gpar(

col=rainbow(3)[i]

just="left")

}

需要注意的是这里需要对应好，各位有更好的方法希望不吝告知。

四目标基因分析

4.1标签展示目标基因

使用anno_mark()函数展示目标基因，至少需要两个参数，通过at提供原始数据矩阵的索引，labels为相应的文本标记。

1）读取待展示的基因名称，也可以是geneList的向量

name-read.table('name.txt',header=T,s=FALSE)

head(name)

#gene#1gene3#2gene53#3gene6#4gene78#5gene7#6gene9

2）获取目标基因对应的矩阵位置；

genelist-name$gene

index-which(rownames(mat)%in%genelist)

#得到对应的文本标签；

labs-rownames(mat)[index]

3）使用labels_gp调整字体大小；

lab2=rowAnnotation(foo=anno_mark(at=index,

labels=labs,

labels_gp=gpar(fontsize=8),

lines_gp=gpar()))

标签展示目标基因

Heatmap(mat,name="mat",

cluster_rows=T,

right_annotation=lab2,

row_names_side="right",

show_row_names=F,

row_names_gp=gpar(fontsize=4))

4.2绘制目标基因热图

大部分热图存在基因太多的情况，重点展示目的基因。

heatmap4-Heatmap(

mat,name="expression"

he