将多图组合到一起；用到R包ComplexHeatmap；
此图中包含两种基本图，一种是基因瀑布图，另外一种是热图。
脚本如下：
setwd("F:/work/个性化/基因瀑布图")
test<-read.delim("test.txt",?header=TRUE?,check.names?=?F)
#此处读取的是四个文件的基因交集，只有一列基因，这样最后呈现的图的样本和基因个数一样。
library(ComplexHeatmap)
png("test.png",type="cairo",width=2000,height=800)
color.1?<-?colorRampPalette(rev(c("red",?"white",?"#3CB34E")))(100)
data<-?read.delim("mRNA_fpkm.list",?row.names?=?1,?header=TRUE?,check.names?=?F)
row.names(data)<-data$Symbol
data<-data[which(rownames(data)%in%test$gene_symbol),]
data=?data[,?-1]
data?<-?log10(data+0.000001)
data<-as.matrix(data)
ht1<-Heatmap(data,col=color.1,cluster_columns??=?T,cluster_rows?=?F,name="gene",column_title?=?"gene",show_row_names?=?T,show_column_names?=?T)
#此处既显示样品名又显示基因名
col<-c("frameshift_mutation"="red","other"="#3CB34E","nonsynonymous_SNV"="red")
alter_fun<-list(
??background=function(x,y,w,h){
????grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"),
??????????????gp=gpar(fill="#cccccc",col=NA))
??},
??frameshift_mutation=function(x,y,w,h){
????grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"),
??????????????gp=gpar(fill=col["frameshift_mutation"],col=NA))
??},
??other=function(x,y,w,h){
????grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"),
??????????????gp=gpar(fill=col["other"],col=NA))
??},
??nonsynonymous_SNV=function(x,y,w,h){
????grid.rect(x,y,w-unit(0.5,"mm"),h-unit(0.5,"mm"),
??????????????gp=gpar(fill=col["nonsynonymous_SNV"],col=NA))
??}
)
library(do)
mat?<-read.table("indel_keygene.xls",head=T,sep="\t",stringsAsFactors?=?FALSE)
#此处导入处理后的indel文件，格式如图：
rownames(mat)<-mat$Gene
mat<-mat[which(rownames(mat)%in%test$gene_symbol),]
mat<-mat[,-1]
mat[is.na(mat)]<-""
mat<-Replace(mat,from?=?"^.$",to?=?"?",pattern?=?"")
#此处Replace是R包do中的函数，将文件中的内容替换成自己所需要的内容
mat<-Replace(mat,from?=?"^,.",to?=?"?",pattern?=?"")
mat<-Replace(mat,from?=?",.$",to?=?"?",pattern?=?"")
mat<-Replace(mat,from?=?"^.,",to?=?"?",pattern?=?"")
mat<-Replace(mat,from?=?"nonframeshift?deletion,frameshift?deletion",to?=?"frameshift_mutation",pattern?=?"")
mat<-Replace(mat,from?=?"frameshift?deletion,nonframeshift?deletion",to?=?"frameshift_mutation",pattern?=?"")
mat<-Replace(mat,from?=?"nonframeshift?deletion",to?=?"other",pattern?=?"")
mat<-Replace(mat,from?=?"nonframeshift?insertion",to?=?"other",pattern?=?"")
mat<-Replace(mat,from?=?"frameshift?deletion",to?=?"frameshift_mutation",pattern?=?"")
mat<-Replace(mat,from?=?"frameshift?insertion",to?=?"frameshift_mutation",pattern?=?"")
mat<-Replace(mat,from?=?"unknown",to?=?"other",pattern?=?"")
#oncoPrint(mat)
#指定变异类型的标签，和数据中的类型对应
heatmap_legend_param<-list(title="Indel",at=c("frameshift_mutation",?"other"),labels=c("frameshift_mutation",?"other"))
#设定标题
column_title<-"Indel?Oncoplot"
ht2<-oncoPrint(mat,alter_fun?=?alter_fun,col=col,column_title=column_title,heatmap_legend_param?=?heatmap_legend_param,remove_empty_columns?=?F,remove_empty_rows?=?F,show_column_names?=?T,show_row_names?=T)
mat?<-read.table("keygene.SNP.xls",head=T,sep="\t",stringsAsFactors?=?FALSE)
#导入SNP文件，格式如图
rownames(mat)<-mat$Gene
mat<-mat[which(rownames(mat)%in%test$gene_symbol),]
mat<-mat[,-1]
mat[is.na(mat)]<-""
#mat<-str_replace("nonframeshift?insertion","other","")
mat<-Replace(mat,from?=?"^.$",to?=?"",pattern?=?"")
mat<-Replace(mat,from?=?"^,.",to?=?"",pattern?=?"")
mat<-Replace(mat,from?=?",.$",to?=?"",pattern?=?"")
mat<-Replace(mat,from?=?"^.,",to?=?"",pattern?=?"")
mat<-Replace(mat,from?=?"stopgain",to?=?"other",pattern?=?"")
mat<-Replace(mat,from?=?"stoploss",to?=?"other",pattern?=?"")
mat<-Replace(mat,from?=?"unknown",to?=?"other",pattern?=?"")
mat<-Replace(mat,from?=?"^synonymous?SNV$",to?=?"other",pattern?=?"")
mat<-Replace(mat,from?=?"^nonsynonymous?SNV$",to?=?"nonsynonymous_SNV",pattern?=?"")
mat<-Replace(mat,from?=?"synonymous?SNV,nonsynonymous?SNV",to?=?"nonsynonymous_SNV",pattern?=?"")
mat<-Replace(mat,from?=?"nonsynonymous?SNV,synonymous?SNV",to?=?"nonsynonymous_SNV",pattern?=?"")
#oncoPrint(mat)
mat<-as.matrix(mat)
#指定变异类型的标签，和数据中的类型对应
heatmap_legend_param<-list(title="SNP",at=c("nonsynonymous_SNV",?"other"),labels=c("nonsynonymous_SNV",?"other"))
#设定标题
column_title<-"SNP?Oncoplot"
ht3<-oncoPrint(mat,alter_fun?=?alter_fun,col=col,column_title=column_title,heatmap_legend_param?=?heatmap_legend_param,remove_empty_columns?=?F,remove_empty_rows?=?F,show_column_names?=?T,show_row_names?=T)
data<-?read.delim("ATAC_promoter_1kb.xls",?row.names?=?1,?header=TRUE?,check.names?=?F)
row.names(data)<-data$gene_symbol
data<-data[which(rownames(data)%in%test$gene_symbol),]
data=?data[,?5:19]
data[is.na(data)]<-0
data<-data[which(rowSums(data)>0),]
data?<-?log10(data+0.000001)
data<-as.matrix(data)
library(ComplexHeatmap)
color.1?<-?colorRampPalette(rev(c("red",?"white",?"#3CB34E")))(100)
ht4<-Heatmap(data,col=color.1,cluster_columns??=?T,cluster_rows?=?F,name?=?"ATAC_promoter_1kb",column_title?=?"ATAC_promoter_1kb",show_row_names?=?T,show_column_names?=?T)
draw(ht1+ht2+ht3+ht4,gap=unit(0.8,"cm"))
dev.off()
其中需要注意的是当有多个基因瀑布图时，alter_fun和col需在同一条命令中设置。通过以上一顿操作，快速将基因瀑布图和热图组合在一起，既展示了基因的结构变异、开放状态、基因表达，呈现多组学的角度探讨疾病发生发展。这不就完成了Fig1还升华了Fig1的深度。
再多的操作文档，总是不如实际操作来得理解深刻。百迈客云平台（BMKCloud）实现你零基础分析的所有梦想！52款APP实现高度自由个性化分析，118款工具、交互的个性化分析提供无上限分析实操，云平台课堂高效助您方案设计和信息分析（http://www.biocloud.net/），百迈客云成为您的私人信息分析平台，让基因分析更简单。
所以大家快快动起手来，在实际操作中理解学习，若在学习中有不懂或疑问的地方，您可以点击下方按钮与我们联系，我们可以提供相应的分析服务。
京公网安备 11011302003368号