ggplot的热图玩法

背景

画热图的体系用的比较多的是pheatmap和ComplexHeatmap这两个包，前者胜在代码简单，功能强大，而后者胜在细节无穷无尽，只有你想不到，没有它做不到。
ggplot2在画热图这件事上，是存在感不太强的。但有时候还必须得用它来画，以期和其他ggplot2的图严丝合缝的拼在一起。

因此我收集了一下ggplot2的成果，发现又解锁了y叔的一个新包aplot，以及前段时间刚出的ggheatmap（居然是大三的学生写的，后生可畏）。我写了三种方法，ggheatmap最为简单，可以直接去看方法3。

画图数据

热图的输入数据嘛，是一个数值型矩阵：

test = matrix(rnorm(200), 20, 10)
test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)] + 3
test[11:20, seq(2, 10, 2)] = test[11:20, seq(2, 10, 2)] + 2
test[15:20, seq(2, 10, 2)] = test[15:20, seq(2, 10, 2)] + 4
colnames(test) = paste("Test", 1:10, sep = "")
rownames(test) = paste("Gene", 1:20, sep = "")

方法1 ggh4x

给ggplot2加聚类树的R包ggh4x，里面的scale_y_dendrogram函数。

library(ggh4x)
library(ggplot2)
library(tidyverse)

yclust <- hclust(dist(test))
xclust <- hclust(dist(t(test)))
p = test %>% 
  as.data.frame() %>% 
  rownames_to_column() %>% 
  pivot_longer(cols = 2:ncol(.),
               names_to = "sample",
               values_to = "exp") %>% 
  ggplot(aes(x = sample,y = rowname))+
  geom_tile(aes(fill = exp))+
  scale_fill_gradient2(midpoint = 2.5,  
                       low = '#2fa1dd',
                       mid="white",
                       high = '#f87669') +
  scale_y_dendrogram(hclust = yclust) +
  scale_x_dendrogram(hclust = xclust,position = 'top') +
  theme(panel.grid = element_blank(), panel.background = element_rect(fill = NA), 
            legend.background = element_rect(fill = NA), plot.background = element_rect(fill = NA), 
            axis.line = element_blank(), axis.ticks = element_blank(), 
            axis.title = element_blank()) 

p

图还是有模有样的，只是行名列名贴着聚类树，不如pheatmap画的好看。所以我尝试了一下把基因名放到右边，失败辽。但是又找到了另外一个做法：

方法2 ggtree

还是神奇Y叔的包，树状图可视化用的ggtree，配合拼图用的aplot，简直不要太方便。

p1 = test %>% 
  as.data.frame() %>% 
  rownames_to_column() %>% 
  pivot_longer(cols = 2:ncol(.),
               names_to = "sample",
               values_to = "exp") %>% 
  ggplot(aes(x = sample,y = rowname))+
  geom_tile(aes(fill = exp))+
  scale_fill_gradient2(midpoint = 2.5,  
                       low = '#2fa1dd',
                       mid="white",
                       high = '#f87669') +
  scale_y_discrete(position = "right")+
  theme(panel.grid = element_blank(), panel.background = element_rect(fill = NA), 
            legend.background = element_rect(fill = NA), plot.background = element_rect(fill = NA), 
            axis.line = element_blank(), axis.ticks = element_blank(), 
            axis.title = element_blank()) 

library(ggtree)
p2<-ggtree(yclust)
p2+
  geom_tiplab()+
  xlim(NA,10)

p3<-ggtree(xclust)+layout_dendrogram()
p3+
  geom_tiplab()+
  xlim(NA,12)

library(aplot)
p1%>%
  insert_left(p2,width = 0.2) %>% 
  insert_top(p3,height = 0.2)

本来以为拼图需要把主体热图的行列顺序调整一下才能拼，结果神奇的aplot能实现无缝连接，顺序调整犹如merge函数一样，自动搞定了嘿~
看到ggheatmap也用到了aplot包，应该是同一种方法咯。写成新的函数无比方便

方法3 ggheatmap

试了一下行列聚类和加注释条的操作，还是很丝滑的。只是annotation_color没有默认颜色，我jio的作者可以在下一版里设置上默认值。

library("ggheatmap")
ggheatmap(test,cluster_rows = T,cluster_cols = T,
          color = colorRampPalette(c("#2fa1dd", "white", "#f87669"))(100))

annotation_col = data.frame(
  CellType = factor(rep(c("CT1", "CT2"), 5))
)
rownames(annotation_col) = paste("Test", 1:10, sep = "")

col <- list(CellType=c(CT1 = "#2fa1dd",CT2 = "#f87669"))

ggheatmap(test,cluster_rows = T,cluster_cols = T,
          color = colorRampPalette(c("#2fa1dd", "white", "#f87669"))(100),
          annotation_cols = annotation_col,
          annotation_color = col,
          scale = "row")

这个配色我太喜欢了，恨不得走到哪都带着。