如何让你的图变得高大上之ComplexHeatmap

ComplexHeatmap是 Zuguang Gu博士开发的一款可以绘制复杂热图的一个包，即可实现简单热图的功能，更能绘制更复杂的热图。复杂的热图有效地可视化不同数据集源之间的关联并揭示潜在模式。

ComplexHeatmap包提供了一种高度灵活的方式来排列多个热图并支持各种注释图形。技术小编之前对这个包做过简单介绍（如何让你的图变得高大上之COMPLEXHEATMAP ），这次介绍两个简单实用的技巧。

构建测试数据，包括表达量数据、样本分类数据、基因注释分类数据：

技巧1：先分组再聚类

以样本（表达量矩阵中的列）为例，常规操作中可以选择聚类or 不聚类两种，代码如下：

col_fun<-colorRampPalette(c( "navy", "white", "firebrick3"))( 100) #构建用于绘图的颜色

exp<- exp[,match(sample_pdata[, 1],colnames( exp))] #表达量按照样本顺序排个序

col_anno <- HeatmapAnnotation( #构建列的注释信息

group = sample_pdata$group,

col = list(group = c( "B"= "#E31A1C", "CK"= "#007947"))

)

Heatmap( exp,name = "expression",col = col_fun,

column_names_rot = 45, #列名倾斜角度

column_names_centered =TRUE, #列名展示位置

top_annotation = col_anno, #列注释位置top/bottom

cluster_columns = FALSE #列是否聚类，默认TRUE

)

图1A 进行聚类时B2和CK2样本与同组重复样本并不能很好的聚集到一起，图1B不聚类的情况下不能直接看出组内样本的聚集情况（这里为了效果展示，所以选取的数据比较极端，并且先进行了scale 所以会有负值）。

图1

小编只能掏出实用的热图神包ComplexHeatmap了 ~代码如下：

Heatmap(exp,name = "expression",col = col_fun,

column_names_rot = 45,column_names_centered = TRUE,

top_annotation = col_anno,cluster_columns = TRUE,

column_split = sample_pdata$group #分组

你品，你细品，你再品~ 小编就只多加了最后一行代码，图2A可以看出来样本先根据组别分了组，然后组内再进行了聚类。

图2

基因同样可以如此操作按照上下调、pathway注释、 Go注释等分组图2BCD，小编心里又一次给大佬双击666。按照上下调分组的代码如下：

gene_pdata<-gene_pdata[order(gene_pdata$regulated),]

exp<- exp[match(gene_pdata[, 1],rownames( exp)),] #根据基因顺序重新排序

row_anno <- rowAnnotation(

regulated = gene_pdata$regulated,

pathway = gene_pdata$pathway,

GO = gene_pdata$GO

)

Heatmap( exp,name = "expression",col = col_fun,

column_names_rot = 45,column_names_centered =TRUE,

top_annotation = col_anno,right_annotation = row_anno,

column_split = sample_pdata$group,row_split = gene_pdata$regulated

)

技巧2：标签注释

很多情况下，我们绘制热图的基因数目比较多，不便于显示基因名，但是又想突出展示感兴趣的几个基因，ComplexHeatmap 包也考虑到了这个问题，撒花~根据绘图数据的基因原始位置信息进行标签，随便选exp 第一行和第二行的两个基因，构建的行注释文件中添加anno_mark，图3A可以看出来只标记了我们选择的两个基因，代码如下：

row_anno < -rowAnnotation(

regulated= gene_pdata$regulated,

pathway= gene_pdata$pathway,

GO= gene_pdata$GO,

foo= anno_mark(at= c(1,2),labels= c(' EsiH01g0000040',' EsiH01g0000320'))

)

Heatmap( exp, name= "expression", col= col_fun,

column_names_rot= 45,column_names_centered= TRUE,

top_annotation= col_anno,right_annotation= row_anno,

column_split= sample_pdata$group,

show_row_names= FALSE,#是否显示行名，默认TRUE

row_split= gene_pdata$GO