运用 R语言 pheatmap 包绘制热图进阶部分

pheatmap包来显示行或列的分组信息

行或列的分组注释信息

在EXCEL中整理好样本和物种的注释信息，当然这个需要依据你的具体需求来确定。

对样本的注释信息，比如这里用到了采样环境，和样本分类

对样本的注释信息.png

对属水平物种的属于哪个门水平的注释，你可以用其他方式来区分或不做注释

物种属水平注释信息.png

注意：将上述的注释信息保存为文本文件（制表符格式），当然你可以保存为其他格式，但在R语言中需要使用不同的函数来将数据导入。

导入行或列的分组注释信息

在RStudio 中使用 read.table 函数来导入行或列的分组注释信息

annotation_row<-read.table("phylum.txt",header=T,sep="\t",row.names=1)
# 这些需要将导入的注释信息转化为data.frame 格式
annotation_row <- as.data.frame(annotation_row) 
annotation_col<-read.table("样品信息.txt",header=T,sep="\t",row.names=1)
annotation_col <- as.data.frame(annotation_col)
# 查看行或列注释信息的导入情况，我比较喜欢view，也可以使用head函数查看前6行。
View(annotation_col)
View(annotation_row)

样本的注释信息.png

物种属水平注释信息.png

出图查看注释情况

注意：data.1是pheatmap包基础篇中介绍过使用z-score中心化和标准化的数据；
具体可以参考上一期内容

# data.1是pheatmap包基础篇中介绍过使用z-score中心化和标准化的数据
# annotation_col = annotation_col #添加列注释信息
# annotation_row = annotation_row 添加行注释信息
# 这里注意横纵的注释信息要对好，别错了
pheatmap(data.1, annotation_col = annotation_col, annotation_row = annotation_row,
         cellwidth = 20, cellheight = 15)

注释后出图.png

常见报错
Error in names(annotation_colors[[names(annotation)[i]]]) <- l :
'names' attribute [2] must be the same length as the vector [1]
如果出图出现这个报错，一般是横纵注释信息数量不一致，应该是你横纵注释信息放错位置了，可以调换一下顺序。

修改注释信息及颜色参数

使用annotation_legend = FALSE 命令去掉注释图例

pheatmap(data.1, annotation_col = annotation_col, annotation_row = annotation_row,
         cellwidth = 20, cellheight = 15,
         annotation_legend = FALSE)

注释图例去除后.png

自定注释信息的颜色列表

ann_colors = list(
   species= c("white", "tomato4"),
   environment = c(X1 = "slateblue3", X2 = "red2"),
  phylum = c(phylum1 = "#7D26CD", phylum2 = "#E7298A", phylum3 = "#66A61E")
)
head(ann_colors)

使用 annotation_colors 设定注释信息的颜色

# annotation_colors设定注释信息的颜色
pheatmap(data.1, annotation_col = annotation_col, 
         annotation_row = annotation_row, 
         annotation_colors = ann_colors,
         cellwidth = 20, cellheight = 15)

注释颜色修改.png

这是注释颜色，好像不是特别好看，根据自己美感慢慢调节

annotation_colors = ann_colors[1] 只修改species的注释颜色，其他保持不变

pheatmap(data.1, annotation_col = annotation_col, 
         annotation_row = annotation_row, 
         annotation_colors = ann_colors[1],
         cellwidth = 20, cellheight = 15)

指定修改注释颜色.png

将热图分隔开

使用 cutree_rows, cutree_cols 函数可以根据行列的聚类数将热图分隔开

pheatmap(data.1,cutree_rows=3,cutree_cols=3,
         cellwidth = 20, cellheight = 15)

根据行列的聚类数将热图分隔开.png

使用gaps_row 和gaps_col 函数可以在指定位置处添加gap

# gaps_row = c(7, 17)参数在第7和17行处添加gap, 同时对行不进行聚类
pheatmap(data.1, annotation_col = annotation_col,
         cluster_rows = FALSE, gaps_row = c(7, 17),
         cellwidth = 20, cellheight = 15)

指定位置添加GAP.png

对行和列都不进行聚类，然后自定义划分行和列的gap

# 对行和列都不聚类，自定义划分行和列的gap
pheatmap(data.1, annotation_col = annotation_col,
         annotation_row = annotation_row, 
         cluster_rows = FALSE, cluster_cols = FALSE, 
         gaps_row = c(12, 21), gaps_col = c(5),
         cellwidth = 20, cellheight = 15)

自定义划分行和列的gap.png

注意：红色框不是r生成的，而是截图后手动添加，为了突出自定义的行和列

自定义行列标签名

自定义行的标签名

labels_row = c("genus1", "genus2", "genus3", "genus4", " ", " ", " ", " ", " ", " ", 
               " ", " ", " ", " ", " ", " ", " ", " ", " ", " ",
               " ", " ", " ", " "," "," ", " ", "genus26", "genus27", "genus28")

使用labels_row参数来添加行标签

#  使用labels_row参数来添加行标签，但是最好把行的聚类给去除
pheatmap(data.1, annotation_col = annotation_col, labels_row = labels_row,
         cluster_rows = FALSE,
         cellwidth = 20, cellheight = 15)

修改横坐标名称.png

使用filename 参数输出图片进行保存为pdf

pheatmap(data.1, annotation_col = annotation_col, 
                  annotation_row = annotation_row, 
                  annotation_colors = ann_colors[1],
                  cellwidth = 20, cellheight = 15,
                  filename = "data.pdf")

将热图的结果，按照聚类后的顺序进行输出

result =pheatmap(data.1, annotation_col = annotation_col, 
                  annotation_row = annotation_row, 
                  annotation_colors = ann_colors[1],
                  cellwidth = 20, cellheight = 15)

#  简要查看热图对象的信息
> summary(result)

查看热图对象.png

将热图的结果，按照聚类后的顺序进行输出

order_row = result$tree_row$order           #记录热图聚类后的行排序
order_col = result$tree_col$order           #记录热图聚类后的列排序
data.2 = data.frame(data[order_row,
                         order_col])        # 按照热图聚类后的顺序，重新排列原始数据
data.2 = data.frame(rownames(data.2),
                    data.2,check.names =F)  # 将物种属名的行名加到表格数据中
colnames(data.2)[1] = "genus" 
write.table(data.2,file="genus聚类后数据.txt",row.names=FALSE,
            quote = FALSE,sep='\t')         #输出结果，保存到当前工作目录

热图聚类后处理后的排序.png

运用R语言 pheatmap 包绘制热图进阶部分的内容就到这结束了。

如有不足或错误之处，请批评指正。
有什么不明白的也欢迎留言讨论。
感谢你的阅读！！！

欢迎关注微信公众号：fafu 生信 小蘑菇