ComplexHeatmap | 你的热图注释还挤在一起看不清吗！？
1写在前面
最近在画热图(heatmap)时，遇到一个问题，就是如果画热图时导入的基因过多，基因名就会重叠在一起，根本没法看，非常影响颜值。
这里提供一种基于ComplexHeatmap的解决方案，大家往下看吧。
2用到的包
rm(list = ls())
library(tidyverse)
library(circlize)
library(ComplexHeatmap)
3示例数据
这里我们随机生成一个矩阵，200行，10列。
expr <- matrix(rnorm(2000), nrow = 200)
rownames(expr) <- paste0("gene", 1:200)
colnames(expr) <- paste0("sample",1:10)
4数据预处理
我们先做个归一化处理，如果你的数据已经做过了，就不用做了。
expr_scaled <- t(scale(t(expr)))
5简单绘图
基因名(行名)全都堆在一起了，根本没法看。
当然你可以选择扩大画布，来显示出基因名。
Heatmap(expr_scaled,
row_names_gp = gpar(fontsize = 4),
column_names_gp= gpar(fontsize = 8)
)
6标注基因
6.1 需要标注的基因名
假设我们需要标注gene1,gene10,gene100到gene106,以及gene180。
gene <- paste0("gene", c(1,1, 10, 100:106, 180))
6.2 提取目的基因位置
这里我们需要找到这些基因在原始矩阵的位置。
为了保险起见，我们把对应的基因名也从中提取出来。
genemark <- which(rownames(expr_scaled) %in% gene)
labs <- rownames(expr_scaled)[genemark]
6.3 生成行注释数据
我们把上面搞定的位置和相应文本整理成注释文件，作为行注释。
ha <- rowAnnotation(
foo = anno_mark(at = genemark,
labels = labs,
labels_gp = gpar(fontsize = 8)
))
6.4 可视化
解决啦！ 现在这些基因名就没有再“挤”在一起啦，嘿嘿。
Heatmap(expr_scaled,
cluster_rows = F,
right_annotation = ha,
show_row_names = F,
row_names_gp = gpar(fontsize = 4)
)
7美化一下
这里换一个我个人常用的配色，并对样本进行聚类注释。
7.1 列聚类注释
class <- anno_block(
gp = gpar(fill = c("#E64B35E5", "#4DBBD5E5", "#00A087E5", "#3C5488E5"),
col="white"),
height = unit(5, "mm"),
labels = c("Cluster A", "Cluster B", "Cluster C","Cluster D"),
labels_gp = gpar(col = "white", fontsize = 8,fontface="bold")
)
clusters <- HeatmapAnnotation(group = class)
7.2 可视化
哈哈哈哈哈哈哈，美不胜收呀！~
妈妈再也不用担心我的热图注释“挤”在一起啦！！！
Heatmap(expr_scaled,
## row parameters
cluster_rows = F,
right_annotation = ha,
show_row_names = F,
show_row_dend = F,
row_names_gp = gpar(fontsize = 4),
## column parameters
column_split= 4,
column_title = NULL,
column_names_gp = gpar(fontsize = 8),
top_annotation = clusters,
## color
col = colorRamp2(c(-2,0,2), c("#6395C7", "white", "#E06EAD")),
## legend
name = "Exp",
rect_gp = gpar(col="grey")
)
点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰
Google | 谷歌翻译崩了我们怎么办！？（附完美解决方案）
scRNA-seq | 吐血整理的单细胞入门教程
Reticulate | 如何在Rstudio中优雅地调用Python！？
NetworkD3 | 让我们一起画个动态的桑基图吧~
RColorBrewer | 再多的配色也能轻松搞定！~
rms | 批量完成你的线性回归
CMplot | 连Nature上的曼哈顿图都卷起来啦
CMplot | 完美复刻Nature上的曼哈顿图
Network | 高颜值动态网络可视化工具
boxjitter | 完美复刻Nature上的高颜值统计图
linkET | 完美解决ggcor安装失败方案（附教程）
......
本文由 mdnice 多平台发布