前面给大家介绍了如何使用R自带的heatmap函数+R自带的配色方案来绘制热图
☞【R语言】热图绘制-heatmap函数
☞R语言中的颜色(一)-自带的调色板
今天我们接着来聊heatmap这个函数绘制热图，这次我们使用gplots这个R包里面的配色方案
☞R语言中的颜色(二)-gplots包
首先我们还是先读取需要的数据，这里用到的数据跟【R语言】热图绘制-heatmap函数用到的数据是一样的
#读取所有miRNA的表达矩阵
expr=read.table("miRNA_expr.txt",header=T,row.names=1,sep="\t")
#读取差异表达分析结果
#差异表达分析可以参考https://ke.qq.com/course/package/37513
deg=read.table("MIR_DEG_fc_2.5_pval_0.01.txt",header=T,row.names = 1,sep="\t")
#设置样本类型
type=factor(rep(c("CR","CC"),each=3))
#提取差异表达miRNA的名字
miRNA=rownames(deg)
#提取差异表达miRNA对应的表达矩阵
data=as.matrix(expr[miRNA,])
接下来我们需要安装gplots这个R包，因为需要用到里面的配色方案
#如果没有安装gplots这个包，需要先去掉下一行中的#，再运行进行安装
#install.packages("gplots")
#加载gplots包
library(gplots)
最后我们就可以来利用heatmap和gplots里面的配色方案来绘制火山图了
1.采用gplots包中的redblue配色方案，蓝色高表达，红色低表达
heatmap(data, cexCol = 1,scale="row",col = redblue(100))
2.采用gplots包中的bluered配色方案，红色高表达，蓝色低表达
heatmap(data, cexCol = 1,scale="row",col = bluered(100))
3.采用gplots包中的redgreen配色方案，绿色高表达，红低表达
heatmap(data, cexCol = 1,scale="row",col = redgreen(100))
4.采用gplots包中的greenred配色方案，红色高表达，绿低表达
heatmap(data, cexCol = 1,scale="row",col = greenred(100))
5.采用gplots包中的colorpanel配色方案,由绿到红的渐变，绿低表达，红色高表达
heatmap(data, cexCol = 1,scale="row",col = colorpanel(100,low="green",high="red"))
6.采用gplots包中的colorpanel配色方案,由绿到黄再到红的渐变，绿低表达，红色高表达，黄色为中间值
heatmap(data, cexCol = 1,scale="row",col = colorpanel(100,low="green",mid = "yellow", high="red"))
本文中使用的表达矩阵来自GEO公共数据库
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE82236
关于GEO数据库检索和差异表达分析可以参考
☞基于GEO公共数据库的数据挖掘
获取文中使用的原始数据
参考资料：
☞【R语言】热图绘制-heatmap函数
☞R语言中的颜色(一)-自带的调色板
☞R语言中的颜色(二)-gplots包
☞ 超详细的热图绘制教程(5000余字)，真正的保姆级教程
☞ R语言绘制基因表达热图（简易版）
☞ 一个R函数搞定风险评估散点图，热图
☞ R绘制甲基化和表达谱联合分析热图