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。
ComplexHeatmap简介篇
本文所有内容引用：Zuguang Gu, Roland Eils and Matthias Schlesner,?Complex heatmaps reveal patterns and correlations in multidimensional genomic data, Bioinformatics, 2016
图1 甲基化图谱的绘制
图2 甲基化、表达谱及其他基因组属性相关性绘图
图3 Upset plot
ComplexHeatmap安装篇
1)可从?Bioconductor获得：
install.packages(“BiocManager”)
BiocManager::install(“ComplexHeatmap”)
2)从Bioconductor下载ComplexHeatmap_1.18.1.tar.gz，然后：
3)新版本可从GitHub上获得：
install_github(“jokergoo/ComplexHeatmap”)
总而言之，请费尽心机把这个包安装到你的R中
参数详情篇
#matrix：数字或字符型矩阵（可以是离散或连续型数值）
#col:定义热图颜色，对离散型数据，col可以是一个向量；对连续型数据，col可以是一个函数，也可以用colorRamp2?函数生成
#name:热图图例名称
na_col?=?“grey”,
#ComplexHeatmap允许数据中含有NA,需要通过参数na_col来控制NA的颜色
color_space?=?“LAB”,
#当矩阵是数值型矩阵，col是一个向量时，控制内插颜色
rect_gp?=?gpar(col?=?NA),
#rect_gp:热图体区矩形的参数，如设置举行边框为白色
cell_fun?=?NULL,
#cell_fun：自定义在cell中增加绘图项的函数。7个参数：i(row?index,矩阵中的行index）,?j(column?index，矩阵中的列index),?x,y(热图体区中中间点的坐标）,width,height(cell的宽度和高度）,fill(cell的填充颜色）
row_title?=?character(0),
#row_title：行标题
row_title_side?=?c(“left”,?“right”),
#row_title_side：行标题位置，左(“left”)，右(“right”)
row_title_gp?=?gpar(fontsize?=?14),
#row_title_gp:设置行标题的文本属性，此处为字体大小为14
row_title_rot?=?switch(row_title_side[1],?“left”?=?90,?“right”?=?270),
#row_title_rot:行标题的旋转角度，可选为0,90,270
column_title?=?character(0),
#column_title：列标题
column_title_side?=?c(“top”,?“bottom”),
#column_title_side：列标题位置，上(“top”)，下(“bottom”)
column_title_gp?=?gpar(fontsize?=?14),
#column_title_gp：设置列标题的文本属性
column_title_rot?=?0,
#column_title_rot：列标题的旋转角度，可选为0,90,270
cluster_rows?=?TRUE,
#cluster_rows:是否行聚类
clustering_distance_rows?=?“euclidean”,
#clustering_distance_rows：行聚类的距离方法，默认为“euclidean”，也可以为自定义函数
clustering_method_rows?=?“complete”,、
#clustering_method_rows:行聚类的方法，默认为“complete”，可参考hclust
row_dend_side?=?c(“left”,?“right”),
#row_dend_side：行聚类树位置，左(“left”)，右(“right”)
row_dend_width?=?unit(10,?“mm”),
#row_dend_width：行聚类树的宽度，unit对象
show_row_dend?=?TRUE,
#show_row_dend：是否展示行聚类树
row_dend_reorder?=?TRUE,
#row_dend_reorder:对行重新排序，该值可以是逻辑值或包含用于重新排序行的权重的向量
row_dend_gp?=?gpar(),
#row_dend_gp：绘图线的图形参数。如果已经提供了带有边渲染的树形图对象，则该参数将被忽略。
row_hclust_side?=?row_dend_side,
#row_hclust_side：已弃用
row_hclust_width?=?row_dend_width,
#row_hclust_width：已弃用
show_row_hclust?=?show_row_dend,
#show_row_hclust：已弃用
row_hclust_reorder?=?row_dend_reorder,
#row_hclust_reorder：已弃用
row_hclust_gp?=?row_dend_gp,
#row_hclust_gp：已弃用
cluster_columns?=?TRUE,
#cluster_columns：是否列聚类
clustering_distance_columns?=?“euclidean”,
#clustering_distance_columns：列聚类的距离方法，也可以为自定义函数
clustering_method_columns?=?“complete”,
#clustering_method_columns：列聚类方法，可参考hclust
column_dend_side?=?c(“top”,?“bottom”),
#column_dend_side：列聚类树位置，上(“top”)，下(“bottom”)
column_dend_height?=?unit(10,?“mm”),
#column_dend_height:行聚类树的高度，unit对象
show_column_dend?=?TRUE,
#show_column_dend:是否展示列聚类树
column_dend_gp?=?gpar(),
#column_dend_gp:绘图线的图形参数。如果已经提供了带有边渲染的树形图对象，则该参数将被忽略。
column_dend_reorder?=?TRUE,
#column_dend_reorder：对列重新排序，该值可以是逻辑值或包含用于重新排序列的权重的向量
column_hclust_side?=?column_dend_side,
#column_hclust_side：已弃用
column_hclust_height?=?column_dend_height,
#column_hclust_height：已弃用
show_column_hclust?=?show_column_dend,
#show_column_hclust：已弃用
column_hclust_gp?=?column_dend_gp,
#column_hclust_gp：已弃用
column_hclust_reorder?=?column_dend_reorder,
#column_hclust_reorder：已弃用
row_order?=?NULL,
#row_order：行的顺序。如果选择此热图作为主热图，则可以轻松调整热图列表的行顺序。手动设置行顺序应关闭群集
column_order?=?NULL,
#column_order：列的顺序。它可以轻松调整矩阵和列注释的列顺序
row_names_side?=?c(“right”,?“left”),
#row_names_side：行名称位置。
show_row_names?=?TRUE,
#show_row_names：是否展示行名称
row_names_max_width?=?default_row_names_max_width(),
#row_names_max_width：行名称的最大宽度。因为某些时候行名称可能很长，所以显示它们都是不合理的。
row_names_gp?=?gpar(fontsize?=?12),
#row_names_gp：行名称文本属性
column_names_side?=?c(“bottom”,?“top”),
#column_names_side：列名称位置
show_column_names?=?TRUE,
#show_column_names：是否展示列名称
column_names_max_height?=?default_column_names_max_height(),
#column_names_max_height：行名称的最大宽度。
column_names_gp?=?gpar(fontsize?=?12),
#column_names_gp：列名称文本属性
top_annotation?=?new(“HeatmapAnnotation”),
#top_annotation：用HeatmapAnnotation函数构建的注释对象，在顶部添加注释信息
top_annotation_height?=?top_annotation@size,
#top_annotation_height：顶部注释信息展示的总高度
bottom_annotation?=?new(“HeatmapAnnotation”),
#bottom_annotation：用HeatmapAnnotation函数构建的底部注释对象
bottom_annotation_height?=?bottom_annotation@size,
#bottom_annotation_height：底部注释信息展示的总高度
km?=?1,
#km：对行做k-means聚类的类数，若k>1,热图会根据k-means聚类对行进行分裂,对每个cluster,进行层次聚类
km_title?=?“cluster%i”,
#km_title：设置km时每个cluster的行标题。它必须是格式为“。*％i。*”的文本，其中“％i”由cluster的索引替换
split?=?NULL,
#split:行按照split定义的向量或者数据框进行分裂。但是，如果cluster_rows是聚类对象，则split可以是单个数字，表示将根据树上的拆分来拆分行
gap?=?unit(1,?“mm”),
#gap:如果热图按行分割，则行切片之间的间隙应为单位对象。如果是矢量，则热图中的顺序对应于从上到下
combined_name_fun?=?function(x)?paste(x,?collapse?=?“/”),
#combined_name_fun:如果热图按行分割，如何为每个切片创建组合行标题？?此函数的输入参数是一个向量，它包含split中每列下的级别名称。
width?=?NULL,
#width:单个热图的宽度应该是固定的单位对象。?当热图附加到热图列表时，它用于布局。
show_heatmap_legend?=?TRUE,
#show_heatmap_legend:是否展示图例
heatmap_legend_param?=?list(title?=?name),
#heatmap_legend_param：热图图例设置（标题，位置，方向，高度等）参数列表，详情可见color_mapping_legend，ColorMapping-method。例如：heatmap_legend_param?=?list(title=?“legend”,?title_position?=”topcenter”,
legend_height=unit(8,”cm”),legend_direction=”vertical”)
use_raster?=?FALSE,
#use_raster：是否将热图图像体渲染为光栅图像。当矩阵很大时，它有助于减小文件大小。如果设置了cell_fun，则强制use_raster为FALSE
raster_device?=?c(“png”,?“jpeg”,?“tiff”,?“CairoPNG”,?“CairoJPEG”,?“CairoTIFF”),
#raster_device：用于生成光栅图像的图形设备
raster_quality?=?2,
#raster_quality：设置为大于1的值将改善光栅图像的质量。
raster_device_param?=?list()
#raster_device_param：所选图形设备的其他参数列表。
)
实操篇
1)首先构建测试数据集
mat?=?rbind(mat,?matrix(rnorm(40,?-2),?4,?10))????#产生一个4行10列共40个平均值是-2的矩阵并与8行10列的矩阵合并成一个12行10列的矩阵
rownames(mat)?=?letters[1:12]????#行名为a-l
colnames(mat)?=?letters[1:10]????#列名为a-j
require(circlize)????#加载circlize包，准备为热图设定需要的颜色参数
2)简单热图
我们总是对图形带给我们的直观感受赞不绝口。那么我们就先来看看单个热图的设计图形是什么样子的吧。
单个热图由热图主体和热图组件组成。 热图主体可以按行和列分割。 热图组件是标题，树形图，矩阵名称和热图注释，它们放在heamap体的四个侧面上。
热图列表是热图和热图注释列表的串联，围绕热图列表，有全局的标题和图例。热图列表的一个重要内容是所有热图和注释的行（如果热图列表是水平的，则是行注释）都被调整，以便所有热图和注释中的相同行对应于相同的特征。行注释的热图列表：
如果是列注释的话，热图列表则是：
name?=?“single?heatmap”,
column_title?=?“good?column”,column_title_side?=?“top”,column_title_gp?=?gpar(fontsize?=?20,?fontface?=?“bold”,col=”red”),column_title_rot?=?0,cluster_columns?=?T,clustering_distance_columns?=”euclidean”,clustering_method_columns?=?“complete”,column_dend_side?=”top”,column_dend_height?=?unit(10,?“mm”),show_column_dend?=TRUE,column_dend_gp?=?gpar(),row_title?=?“luck?row”)
由此，我们可以很方便地更改图上的热图主体和热图组件的属性。#使用调色板
color?<-colorRamp2(c(-2,?0,?2),?brewer.pal(n=3,?name=”RdBu”))
#随机取色
color<-structure(circlize::rand_color(6),?names?=?c(1:6))???????
#渐变色
color?<-?colorRampPalette(c(“blue”,?“red”))(6)???????
color?<-?rainbow(6)?#彩虹色
#还可以用如下方式设置颜色
color?<-?heat.colors(6)
color?<-?terrain.colors(6)
color?<-?topo.colors(6)
color?<-?cm.colors(6)
Heatmap(mat,?split?=?rep(c(“A”,?“B”),?6))Heatmap(mat,?split?=?data.frame(rep(c(“A”,?“B”),?6),?rep(c(“C”,?“D”),?each?=?6)))
Heatmap(mat,?split?=?data.frame(rep(c(“A”,?“B”),?6),?rep(c(“C”,?“D”),?each?=?6)),?combined_name_fun?=?function(x)?paste(x,?collapse?=?“\n”))
4)热图的简单注释
利用HeatmapAnnotation()对行或列注释。HeatmapAnnotation()函数会生成一个注释用的list。改函数的主要格式是HeatmapAnnotation(df, name, col, show_legend)。
value?=?1:10
ha?=?HeatmapAnnotation(df?=?annotation,?points?=?anno_points(value),
annotation_height?=?c(1,?2))
Heatmap(mat,?top_annotation?=?ha,?top_annotation_height?=?unit(2,?“cm”),?
bottom_annotation?=?ha)
5)热图助力可视化肿瘤外显子高频突变基因的突变类型分布展示
如果有任何问题，欢迎点击上方按钮咨询我们。
关注百迈客云，随时随地学习
最近文章
京公网安备 11011302003368号