如何在 heatmap.2 中展开树状图

Posted 2023-03-12

【中文标题】如何在 heatmap.2 中展开树状图

【英文标题】：How to expand the dendogram in heatmap.2

【发布时间】：2014-03-25 20:15:34

【问题描述】：

我有以下带有树状图的热图。

完整数据为here。

问题是左边的树状图被压扁了。如何在不改变热图列大小的情况下解压（展开）它？

它是用这段代码生成的：

#!/usr/bin/Rscript
library(gplots);
library(RColorBrewer);


plot_hclust  <- function(inputfile,clust.height,type.order=c(),row.margins=70) 

    # Read data
    dat.bcd <- read.table(inputfile,na.strings=NA, sep="\t",header=TRUE);


    rownames(dat.bcd) <- do.call(paste,c(dat.bcd[c("Probes","Gene.symbol")],sep=" "))
    dat.bcd <- dat.bcd[,!names(dat.bcd) %in% c("Probes","Gene.symbol")] 
    dat.bcd <- dat.bcd

    # Clustering and distance function
    hclustfunc <- function(x) hclust(x, method="complete")
    distfunc <- function(x) dist(x,method="maximum")


    # Select based on FC, as long as any of them >= anylim

    anylim <- 2.0
    dat.bcd <- dat.bcd[ apply(dat.bcd, 1,function(x) any (x >= anylim)), ]


    # Clustering functions
    height <- clust.height; 

    # Define output file name
    heatout <- paste("tmp.pafc.heat.",anylim,".h",height,".pdf",sep="");


    # Compute distance and clusteirn function
    d.bcd <- distfunc(dat.bcd)
    fit.bcd <- hclustfunc(d.bcd)


    # Cluster by height
    #cutree and rect.huclust has to be used in tandem
    clusters <- cutree(fit.bcd, h=height) 
    nofclust.height <-  length(unique(as.vector(clusters)));

    myorder <- colnames(dat.bcd); 
    if (length(type.order)>0) 
     myorder <- type.order
    

    # Define colors
    #hmcols <- rev(brewer.pal(11,"Spectral"));
    hmcols <- rev(redgreen(2750));
    selcol <- colorRampPalette(brewer.pal(12,"Set3"))
    selcol2 <- colorRampPalette(brewer.pal(9,"Set1"))
    sdcol= selcol(5);
    clustcol.height = selcol2(nofclust.height);

    # Plot heatmap
    pdf(file=heatout,width=20,height=50); # for FC.lim >=2
    heatmap.2(as.matrix(dat.bcd[,myorder]),Colv=FALSE,density.info="none",lhei=c(0.1,4),dendrogram="row",scale="row",RowSideColors=clustcol.height[clusters],col=hmcols,trace="none", margin=c(30,row.margins), hclust=hclustfunc,distfun=distfunc,lwid=c(1.5,2.0),keysize=0.3);
    dev.off();



#--------------------------------------------------
# ENd of functions 
#-------------------------------------------------- 

plot_hclust("http://pastebin.com/raw.php?i=ZaGkPTGm",clust.height=3,row.margins=70);

【问题讨论】：

你所说的 squiished 到底是什么意思？

大部分的树状图，我们看不清楚树的高度。

这不是因为大多数节点之间的关系比最底层的节点更密切吗？要“解压”树状图中“压扁”的部分，似乎需要进一步扩展已经未被压扁的区域。否则高度不再是相对的。也许您可以缩放高度（例如sqrt），以使较大的值更接近大多数值，但这可能会导致树的误导。或者，使整个情节更宽。

【参考方案1】：

在您的情况下，数据有长尾，这是基因表达数据（对数正态）的预期。

data <- read.table(file='http://pastebin.com/raw.php?i=ZaGkPTGm', 
                   header=TRUE, row.names=1)

mat <- as.matrix(data[,-1]) # -1 removes the first column containing gene symbols

从分位数分布可以看出，表达量最高的基因将范围从1.5扩展到300以上。

quantile(mat)

#     0%     25%     50%     75%    100% 
#  0.000   0.769   1.079   1.544 346.230 

当对未缩放数据执行层次聚类时，生成的树状图可能会显示出对具有最高表达式的值的偏差，如您的示例所示。在许多 (reference) 中，这需要对数或 z 分数转换。您的数据集包含values == 0，这是对数转换的问题，因为log(0) 未定义。

Z-score 转换 (reference) 在heatmap.2 中实现，但需要注意的是，该函数在缩放数据之前计算距离矩阵并运行聚类算法。因此，scale='row' 选项不会影响聚类结果，有关详细信息，请参阅我之前的帖子 (differences in heatmap/clustering defaults in R)。

我建议您在运行heatmap.2：之前扩展您的数据：

# scale function transforms columns by default hence the need for transposition.
z <- t(scale(t(mat))) 

quantile(z)

#         0%        25%        50%        75%       100% 
# -2.1843994 -0.6646909 -0.2239677  0.3440102  2.2640027 

# set custom distance and clustering functions
hclustfunc <- function(x) hclust(x, method="complete")
distfunc <- function(x) dist(x,method="maximum")

# obtain the clusters
fit <- hclustfunc(distfunc(z))
clusters <- cutree(fit, 5) 

# require(gplots)
pdf(file='heatmap.pdf', height=50, width=10)
heatmap.2(z, trace='none', dendrogram='row', Colv=F, scale='none', 
             hclust=hclustfunc, distfun=distfunc, col=greenred(256), symbreak=T,
             margins=c(10,20), keysize=0.5, labRow=data$Gene.symbol,
             lwid=c(1,0.05,1), lhei=c(0.03,1), lmat=rbind(c(5,0,4),c(3,1,2)),
             RowSideColors=as.character(clusters))
dev.off()

另外，请参阅附加帖子 here 和 here，其中解释了如何通过 lmat、lwid 和 lhei 参数设置热图的布局。

生成的热图如下所示（省略行和列标签）：

【讨论】：

谢谢一百万。最后一个问题，z <- t(scale(t(mat))) 这里的 scale 函数和 Z-score 变换是一样的吧？

@pdubois，不客气。是的，scale 应用 z 分数转换。请参阅creating z-scores in R 上的这篇文章。注意它在输入矩阵上的用法：row-based 转换t(scale(t(mat)))，或column-based 转换scale(mat)。关注the use of z-scores 上的这篇文章，可视化基因表达的变化。

【参考方案2】：

据我所知，您的数据集中可能有一些异常值（最底部的对象）。请尝试以下操作：

从数据集中删除异常值 对数标度您的距离，以减少对极端值的重视

【参考方案3】：

使用 'scale' 参数使用 'fheatmap' 包可以轻松转换 Zscore。查看“fheatmap”包。树状图的高度可以通过增加画布（pdf）的宽度来扩展。 http://cran.r-project.org/web/packages/fheatmap/index.html