青海快3推荐|甘肃快3青海快3开奖结果走势图

如何让你的图变得高大上之ComplexHeatmap()

ComplexHeatmap是Zuguang Gu博士开发的一款可以绘制复杂热图的一个包,即可实现简单热图的功能,更能绘制更复杂的热图。复杂的热图有效地可视化不同数据集源之间的关联并揭示潜在模式。ComplexHeatmap包提供了一种高度灵活的方式来排列多个热图并支持各种注释图形。

简介篇

本文所有内容引用:Zuguang Gu, Roland Eils and Matthias Schlesner,?Complex heatmaps reveal patterns and correlations in multidimensional genomic data, Bioinformatics, 2016

图1 甲基化图谱的绘制

图2 甲基化、表达谱及其他基因组属性相关性绘图

图3 Upset plot

安装篇

1)可从?Bioconductor获得:

if?(!requireNamespace(“BiocManager”,?quietly=TRUE))
install.packages(“BiocManager”)
BiocManager::install(“ComplexHeatmap”)

2)从Bioconductor下载ComplexHeatmap_1.18.1.tar.gz,然后:

install.packages(“ComplexHeatmap_1.18.1.tar.gz”)

3)最新版本可从GitHub上获得:

library(devtools);
install_github(“jokergoo/ComplexHeatmap”)

总而言之,请费尽心机把这个包安装到你的R中

参数详情篇

为了方便阅读,小编对R中该包的主要功能函数Heatmap()的参数做了一个简单的翻译,也希望能帮到大家。

Heatmap(matrix,?col,?name,?
#matrix:数字或字符型矩阵(可以是离散或连续型数值)
#col:定义热图颜色,对离散型数据,col可以是一个向量;对连续型数据,col可以是一个函数,也可以用colorRamp2?函数生成
#name:热图图例名称
na_col?=?“grey”,
#ComplexHeatmap允许数据中含有NA,需要通过参数na_col来控制NA的颜色
color_space?=?“LAB”,
#?#26412;?#38453;是数值型矩阵,col是一个向量时,控制内插颜色
rect_gp?=?gpar(col?=?NA),
#rect_gp:热图体区矩形的参数,如设置举行边框为白色
cell_fun?=?NULL,
#cell_fun:自定义在cell?#24615;?#21152;绘图项的函数。7个参数:i(row?index,矩阵中的行index),?j(column?index,矩阵中的列index),?x,y(热图体区中中间点的坐标),width,height(cell的宽度和高度),fill(cell的填充颜色)
row_title?=?character(0),
#row_title:行标题
row_title_side?=?c(“left”,?“right”),
#row_title_side:行标题位置,左(“left”),右(“right”)
row_title_gp?=?gpar(fontsize?=?14),
#row_title_gp:设置行标题的文本属性,此处为字体大小为14
row_title_rot?=?switch(row_title_side[1],?“left”?=?90,?“right”?=?270),
#row_title_rot:行标题的旋转角度,可选为0,90,270
column_title?=?character(0),
#column_title:列标题
column_title_side?=?c(“top”,?“bottom”),
#column_title_side:列标题位置,上(“top”),下(“bottom”)
column_title_gp?=?gpar(fontsize?=?14),
#column_title_gp:设置列标题的文本属性
column_title_rot?=?0,
#column_title_rot:列标题的旋转角度,可选为0,90,270
cluster_rows?=?TRUE,
#cluster_rows:是否行聚类
clustering_distance_rows?=?“euclidean”,
#clustering_distance_rows:行聚类的距离方法,默认为“euclidean”,也可以为自定义函数
clustering_method_rows?=?“complete”,、
#clustering_method_rows:行聚类的方法,默认为“complete”,可参考hclust
row_dend_side?=?c(“left”,?“right”),
#row_dend_side:行聚类树位置,左(“left”),右(“right”)
row_dend_width?=?unit(10,?“mm”),
#row_dend_width:行聚类树的宽度,unit对象
show_row_dend?=?TRUE,
#show_row_dend:是否展示行聚类树
row_dend_reorder?=?TRUE,
#row_dend_reorder:对行重新排序,该值可以是逻辑值或包含用于重新排序行的权重的向量
row_dend_gp?=?gpar(),
#row_dend_gp:绘图线的图形参数。如果已经提供了带有边渲染的树形图对象,则该参数将被忽略。
row_hclust_side?=?row_dend_side,
#row_hclust_side:已弃用
row_hclust_width?=?row_dend_width,
#row_hclust_width:已弃用
show_row_hclust?=?show_row_dend,
#show_row_hclust:已弃用
row_hclust_reorder?=?row_dend_reorder,
#row_hclust_reorder:已弃用
row_hclust_gp?=?row_dend_gp,
#row_hclust_gp:已弃用
cluster_columns?=?TRUE,
#cluster_columns:是否列聚类
clustering_distance_columns?=?“euclidean”,
#clustering_distance_columns:列聚类的距离方法,也可以为自定义函数
clustering_method_columns?=?“complete”,
#clustering_method_columns:列聚类方法,可参考hclust
column_dend_side?=?c(“top”,?“bottom”),
#column_dend_side:列聚类树位置,上(“top”),下(“bottom”)
column_dend_height?=?unit(10,?“mm”),
#column_dend_height:行聚类树的高度,unit对象
show_column_dend?=?TRUE,
#show_column_dend:是否展示列聚类树
column_dend_gp?=?gpar(),
#column_dend_gp:绘图线的图形参数。如果已经提供了带有边渲染的树形图对象,则该参数将被忽略。
column_dend_reorder?=?TRUE,
#column_dend_reorder:对列重新排序,该值可以是逻辑值或包含用于重新排序列的权重的向量
column_hclust_side?=?column_dend_side,
#column_hclust_side:已弃用
column_hclust_height?=?column_dend_height,
#column_hclust_height:已弃用
show_column_hclust?=?show_column_dend,
#show_column_hclust:已弃用
column_hclust_gp?=?column_dend_gp,
#column_hclust_gp:已弃用
column_hclust_reorder?=?column_dend_reorder,
#column_hclust_reorder:已弃用
row_order?=?NULL,
#row_order:行的顺序。如果选择此热图作为主热图,则可以轻松调整热图列表的行顺序。手动设置行顺序应关闭群集
column_order?=?NULL,
#column_order:列的顺序。它可以轻松调整矩阵和列注释的列顺序
row_names_side?=?c(“right”,?“left”),
#row_names_side:行名称位置。
show_row_names?=?TRUE,
#show_row_names:是否展示行名称
row_names_max_width?=?default_row_names_max_width(),
#row_names_max_width:行名称的最大宽度。因为某些时候行名称可能很长,所以显示它们都是不合理的。
row_names_gp?=?gpar(fontsize?=?12),
#row_names_gp:行名称文本属性
column_names_side?=?c(“bottom”,?“top”),
#column_names_side:列名称位置
show_column_names?=?TRUE,
#show_column_names:是否展示列名称
column_names_max_height?=?default_column_names_max_height(),
#column_names_max_height:行名称的最大宽度。
column_names_gp?=?gpar(fontsize?=?12),
#column_names_gp:列名称文本属性
top_annotation?=?new(“HeatmapAnnotation”),
#top_annotation:用HeatmapAnnotation函数构建的注释对象,在顶部添加注释信息
[email protected],
#top_annotation_height:顶部注释信息展示的总高度
bottom_annotation?=?new(“HeatmapAnnotation”),
#bottom_annotation:用HeatmapAnnotation函数构建的底部注释对象
[email protected],
#bottom_annotation_height:底部注释信息展示的总高度
km?=?1,
#km:对行做k-means聚类的类数,若k>1,热图会根据k-means聚类对行进行分裂,对每个cluster,进行层次聚类
km_title?=?“cluster%i”,
#km_title:设置km时每个cluster的行标题。它必须是格式为“。*%i。*”的文本,其中“%i”由cluster的索引替换
split?=?NULL,
#split:行按照split定义的向量或者数据框进行分?#36873;?#20294;是,如果cluster_rows是聚类对象,则split可以是单个数字,表示将根据树上的拆分来拆?#20013;?/span>
gap?=?unit(1,?“mm”),
#gap:如果热图按行分割,则行切片之间的间隙应为单位对象。如果是矢量,则热图中的顺序?#26434;?#20110;从上到下
combined_name_fun?=?function(x)?paste(x,?collapse?=?“/”),
#combined_name_fun:如果热图按行分割,如何为每个切片创建组合行标题??此函数的输入参数是一个向量,它包含split中每列下的级别名称。
width?=?NULL,
#width:单个热图的宽度应该是固定的单位对象。?当热图附加到热图列表时,它用于布局。
show_heatmap_legend?=?TRUE,
#show_heatmap_legend:是否展示图例
heatmap_legend_param?=?list(title?=?name),
#heatmap_legend_param:热图图例设置(标题,位置,方向,高度等)参数列表,详情可见color_mapping_legend,ColorMapping-method。例如:heatmap_legend_param?=?list(title=?“legend”,?title_position?=”topcenter”,
legend_height=unit(8,”cm”),legend_direction=”vertical”)
use_raster?=?FALSE,
#use_raster:是否将热图图像体渲染为光栅图像。?#26412;?#38453;很大时,它有助于减小文件大小。如果设置了cell_fun,则强制use_raster为FALSE
raster_device?=?c(“png”,?“jpeg”,?“tiff”,?“CairoPNG”,?“CairoJPEG”,?“CairoTIFF”),
#raster_device:用于生成光栅图像的图形设备
raster_quality?=?2,
#raster_quality:设置为大于1的?#21040;?#25913;善光栅图像的质量。
raster_device_param?=?list()
#raster_device_param:所选图形设备的其他参数列表。
)

实操篇

1)首先构建测试数据集

mat?=?matrix(rnorm(80,?2),?8,?10)?#产生一个8行10列共80个平均值是2的矩阵
mat?=?rbind(mat,?matrix(rnorm(40,?-2),?4,?10))????#产生一个4行10列共40个平均值是-2的矩阵并与8行10列的矩阵合并成一个12行10列的矩阵
rownames(mat)?=?letters[1:12]????#行名为a-l
colnames(mat)?=?letters[1:10]????#列名为a-j

library(ComplexHeatmap)
require(circlize)????#加载circlize包,准备为热图设定需要的颜色参数

2)简单热图

我们总是对图形带给我们的直观感受赞不绝口。那?#27425;?#20204;就先来看看单个热图的设计图形是什么样子的吧。

单个热图由热图主体和热图组件组成。 热图主体可以按行和列分割。 热图组件是标题,树形图,矩阵名称和热图注释,它们放在heamap体的四个侧面上。

热图列表是热图和热图注释列表的串联,围绕热图列表,有全局的标题和图例。热图列表的一个重要内容是所有热图和注释的?#26657;?#22914;果热图列表是水平的,则是行注释)都被调整,以便所有热图和注释中的相同行?#26434;?#20110;相同的特征。行注释的热图列表:

如果是列注释的话,热图列表则是:

Heatmap(mat,?col?=?colorRamp2(c(-3,?0,?3),?c(“green”,?“white”,?“red”)),
name?=?“single?heatmap”,
column_title?=?“good?column”,column_title_side?=?“top”,column_title_gp?=?gpar(fontsize?=?20,?fontface?=?“bold”,col=”red”),column_title_rot?=?0,cluster_columns?=?T,clustering_distance_columns?=”euclidean”,clustering_method_columns?=?“complete”,column_dend_side?=”top”,column_dend_height?=?unit(10,?“mm”),show_column_dend?=TRUE,column_dend_gp?=?gpar(),row_title?=?“luck?row”)

由此,我们可以很方便地更改图上的热图主体和热图组件的属性。

3)关于热图的颜色及拆分

a.颜色设置

color?<-?colorRamp2(c(-2,?0,?2),?c(“blue”,?“white”,?“red”))????#分别?#26434;lue,white,red三种颜色,但当值是大于2或者小于-2时,则也是?#26434;?#20020;界点的blue和red
#使用调色板
color?<-colorRamp2(c(-2,?0,?2),?brewer.pal(n=3,?name=”RdBu”))
#随机取色
color<-structure(circlize::rand_color(6),?names?=?c(1:6))???????
#渐变色
color?<-?colorRampPalette(c(“blue”,?“red”))(6)???????
color?<-?rainbow(6)?#彩虹色
#还可以用如下方式设置颜色
color?<-?heat.colors(6)
color?<-?terrain.colors(6)
color?<-?topo.colors(6)
color?<-?cm.colors(6)b.拆分

Heatmap(mat,?km?=?2)

Heatmap(mat,?split?=?rep(c(“A”,?“B”),?6))
Heatmap(mat,?split?=?data.frame(rep(c(“A”,?“B”),?6),?rep(c(“C”,?“D”),?each?=?6)))
Heatmap(mat,?split?=?data.frame(rep(c(“A”,?“B”),?6),?rep(c(“C”,?“D”),?each?=?6)),?combined_name_fun?=?function(x)?paste(x,?collapse?=?“\n”))

4)热图的简单注释

利用HeatmapAnnotation()对行或列注释。HeatmapAnnotation()函数会生成一个注释用的list。改函数的主要格式是HeatmapAnnotation(df, name, col, show_legend)。

annotation?=?data.frame(value?=?rnorm(10))
value?=?1:10
ha?=?HeatmapAnnotation(df?=?annotation,?points?=?anno_points(value),
annotation_height?=?c(1,?2))
Heatmap(mat,?top_annotation?=?ha,?top_annotation_height?=?unit(2,?“cm”),?
bottom_annotation?=?ha)

5)热图助力可视化肿瘤外显子高频突变基因的突变类型?#26893;?#23637;示


如果有任何问题,欢迎点击下方按钮咨询我们。

最近文章
青海快3推荐 秒速时时彩 官网 蓝球开奖结果百度 apex英雄哪里下载 ag捕鱼王3d怎么中奖 古怪猴子怎么赢钱 广东快乐10分技巧 腾讯分分彩走势图图 福建31选7走势图查询 火热KTV官网 重庆快乐10分计划