R绘图pheatmap热图绘制——高阶篇

Posted 2023-03-20

参考技术A

绘图场景 ：在高通量检测数据中，我们在数据展示上往往都喜欢将感兴趣的功能或者通路基因绘制成热图形式，能够让读者一目了然的发现某功能是增强了？还是减弱了？在实际过程中，表型实验上已经证明了炎症反应的走向，从初期增强到后期减弱。但在对应的高通量数据中却不是如我们所想，趋势很凌乱，很难说炎症这个过程的增强减弱。因此在拿到数据后，需要有选择性的筛选和展示。今天就以项目为例，记录整个绘制过程。

1. 对促炎数据做聚类分析并提取所需信息

首先清除环境，安装并加载所需要的R包

读入促炎数据并对数据做简单处理

绘图查看基因聚类情况

从上图发现，基因按照表达模式可分为3大类，其中1和2类是想要的数据。
那如何提取这部分数据呢？

首先将表达数据与聚类分类信息合并

按照聚类顺序将聚类1和2的数据提取出来

2. 对抑炎数据做聚类分析并提取所需信息

读入抑炎数据并对数据做简单处理

绘图查看基因聚类情况

从上图发现，基因按照表达模式可分为2大类，其中1类是想要的数据。
那如何提取这部分数据呢？

首先将表达数据与聚类分类信息合并

按照聚类顺序将聚类1和2的数据提取出来

3. 限定pos组数据的颜色，统一颜色标尺

首席清除环境，加载R包并读入上游筛选出的促炎数据

限定颜范围

绘图(促炎热图)

4. 限定neg组数据的颜色，统一颜色标尺

首席清除环境，加载R包并读入上游筛选出的促炎数据

限定颜范围

绘图(抑炎热图)

5. 合并两张图片

最后可以用AI组合两个结果，也许R包也可以，还没有学。。。成图如下：整体体现出促炎反应随着时间减弱，抑炎随着时间增强，两个功能呈现此消彼长的趋势，符合实验表型。

往期回顾
R绘图|ggplot2散点图的绘制
R绘图|pheatmap热图绘制——基础篇
R绘图|pheatmap热图绘制——中阶篇

今天的内容就到这里~~ ，更多内容可关注公共号“YJY技能修炼” ~~

运用 R语言 pheatmap 包绘制热图进阶部分

参考技术A

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。

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

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

这是注释颜色，好像不是特别好看，根据自己美感慢慢调节

运用R语言 pheatmap 包绘制热图进阶部分的内容就到这结束了。