亚洲欧美一二三区91蜜桃臀久久一区 ,中文字幕巨乱亚洲高清A片28

作者： Biomarker

發(fā)布于 2019年1月11日

分類：醫(yī)學(xué)研究

是不是會經(jīng)常繪制熱圖？那熱圖怎么做？先看一眼這個函數(shù)的參數(shù)，這么多，而且最后還有省略號。那么我們應(yīng)該怎么合理使用這些參數(shù)讓你的熱圖看起來更加高大上呢？

pheatmap(mat, color = colorRampPalette(rev(brewer.pal(n = 7, name =

“RdYlBu”)))(100), kmeans_k = NA, breaks = NA, border_color = “grey60”,

cellwidth = NA, cellheight = NA, scale = “none”, cluster_rows = TRUE,

cluster_cols = TRUE, clustering_distance_rows = “euclidean”,

clustering_distance_cols = “euclidean”, clustering_method = “complete”,

clustering_callback = identity2, cutree_rows = NA, cutree_cols = NA,

treeheight_row = ifelse((class(cluster_rows) == “hclust”) || cluster_rows,

50, 0), treeheight_col = ifelse((class(cluster_cols) == “hclust”) ||

cluster_cols, 50, 0), legend = TRUE, legend_breaks = NA,

legend_labels = NA, annotation_row = NA, annotation_col = NA,

annotation = NA, annotation_colors = NA, annotation_legend = TRUE,

annotation_names_row = TRUE, annotation_names_col = TRUE,

drop_levels = TRUE, show_rownames = T, show_colnames = T, main = NA,

fontsize = 10, fontsize_row = fontsize, fontsize_col = fontsize,

display_numbers = F, number_format = “%.2f”, number_color = “grey30”,

fontsize_number = 0.8 * fontsize, gaps_row = NULL, gaps_col = NULL,

labels_row = NULL, labels_col = NULL, filename = NA, width = NA,

height = NA, silent = FALSE, na_col = “#DDDDDD”, …)

第1步：數(shù)據(jù)準(zhǔn)備

用來畫熱圖的數(shù)據(jù)

mat：用來畫熱圖的數(shù)據(jù)參數(shù)，一般是一個矩陣，數(shù)據(jù)是基因表達值，行代表基因，列代表樣本。

此次例子，我們選擇了一套GEO數(shù)據(jù)庫的肺癌數(shù)據(jù)，數(shù)據(jù)編號為GSE19804，120個樣本，其中包含60個癌癥樣本和60個癌旁正常樣本，前面我們使用t檢驗，并對p值進行BH校正，篩選fdr小于0.01的基因中前100個在癌癥相對于正常樣本中顯著差異表達的基因進行熱圖繪制。

部分?jǐn)?shù)據(jù)顯示如下：

第2步：畫圖

如使用默認(rèn)參數(shù)畫出來的熱圖，是不是很不好看？基因名和樣本名亂成一堆，也看不出來那些樣本聚類到了一起…這類熱圖怎么做？

第3步：參數(shù)調(diào)整

顏色參數(shù)

color：表示顏色，用來畫熱圖的顏色，可以自己定義，默認(rèn)值為colorRampPalette(rev(brewer.pal(n = 7, name =”RdYlBu”)))(100)，RdYlBu也就是Rd紅色，Yi黃色，Bu藍色的過度，則主調(diào)色為紅黃藍。

我們現(xiàn)在將其色調(diào)改為紅白藍，看下圖，是不是立馬好看多了？這種熱圖不知道該選什么顏色？網(wǎng)址顏色大全https://www.color-hex.com/color-names.html送給你。

數(shù)據(jù)變換參數(shù)

scale：是指對數(shù)值進行均一化處理，在基因表達量的數(shù)據(jù)中，有些基因表達量極低，有些基因表達量極高，因此把每個基因在不同處理和重復(fù)中的數(shù)據(jù)轉(zhuǎn)換為平均值為0，方差為1的數(shù)據(jù)，可以看出每個基因在某個處理和重復(fù)中表達量是高還是低，一般選擇做row均一化。
clustering_method：表示聚類方法，值可以是hclust的任何一種，如”ward.D”,”single”, “complete”, “average”, “mcquitty”, “median”, “centroid”, “ward.D2″。
cluster_rows：表示行是否聚類，值可以是FALSE或TRUE
clustering_distance_rows：行距離度量的方法，如歐氏距離
cutree_rows：行聚類數(shù)
treeheight_row：行聚類樹的高度，默認(rèn)為50
gaps_row：對行進行分割，就不應(yīng)對相應(yīng)的行進行聚類
cluster_cols：表示列是否聚類，值可以是FALSE或TRUE
clustering_distance_cols：列距離度量的方法
cutree_cols：列聚類數(shù)
treeheight_col：列聚類樹的高度，默認(rèn)為50
gaps_col：對列進行分割，就不應(yīng)對相應(yīng)的列進行聚類

我們現(xiàn)在將數(shù)據(jù)進行行均一化，聚類方法選擇complete，進行均一化之后的熱圖還沒有前面的好看，查看數(shù)據(jù)表達情況，我們發(fā)現(xiàn)最小的表達值3.149和最大的表達值13.533之間并沒有相差很大，因此這套數(shù)據(jù)其實不適合做均一化處理，畫出來的熱圖更好看。

色度條

就是熱圖右上角那個小小的長方條

legend：邏輯值，是否顯示色度條，默認(rèn)為T
legend_breaks：顯示多少個顏色數(shù)值段
legend_labels：對色度條上對應(yīng)位置的字符進行修改

我們對其進行字符修改，可以看到色度條上相應(yīng)的數(shù)字變成了表示顏色高低表達的字符。

注釋條

annotation_colors：對標(biāo)簽的顏色進行修改
annotation_legend：是否顯示標(biāo)簽注釋條
annotation_row：數(shù)據(jù)框格式，用來定義熱圖所在行的注釋條
annotation_names_row：邏輯值，是否顯示行標(biāo)簽名稱
annotation_col：數(shù)據(jù)框格式，用來定義熱圖所在列的注釋條
annotation_names_col：邏輯值，是否顯示列標(biāo)簽名稱

這里我們以列注釋條為例。在注釋條中，這里可以看到正常樣本的大類中混有幾個癌癥樣本，癌癥大類中也混入了幾個正常樣本？你有沒有想過是為什么呢？當(dāng)然，你也可以選擇不對列進行聚類，這樣樣本的順序可以隨你自己決定怎樣放在一起。

其他修改參數(shù)

main：設(shè)置圖的標(biāo)題
fontsize：是設(shè)置所有除主圖以外的標(biāo)簽的大小
number_color：字體的顏色
show_rownames：是否顯示行名
fontsize_row：行名的字體大小
labels_row：X軸坐標(biāo)名設(shè)置
show_colnames：是否顯示列名
fontsize_col：列名的字體大小
labels_col：y軸坐標(biāo)名設(shè)置

我們修改了字體大小，不顯示樣本名，以及設(shè)置圖片標(biāo)題，到此時，經(jīng)過一系列參數(shù)更改，是不是已經(jīng)比一開始使用默認(rèn)參數(shù)好看多了呢？（可以增加一個對比圖，GSE19804_tumor_vs_normal_heatmap6.png與GSE19804_tumor_vs_normal_heatmap1.png的對比）。