ComplexHeatmap可以绘制很复杂的热图，能满足日常以及文章所需，本次先简单的介绍单个热图绘制的内容。
单个热图由热图主体和热图组件组成。其中主体可分为行和列；组件可以是标题、树状图、矩阵名称和热图注释，在主图的四周均可，且顺序可调整。
一 载入数据，R包
1.1 载入ComplexHeatmap包
#if (!requireNamespace("BiocManager", quietly = TRUE)) # install.packages("BiocManager") #BiocManager::install("ComplexHeatmap") library(ComplexHeatmap)
1.2 载入数据
为更贴近生信使用场景，直接使用内置的基因表达数据
expr = readRDS(paste0(system.file(package = "ComplexHeatmap"), "/extdata/gene_expression.rds")) #查看数据 str(expr) expr[1:4,c(1:4,25:27)]
expr[1:4,c(1:4,25:27)
s1_ce1101s2_ce1102s3_ce1103s4_ce11011ength
chr
S4
type
10.84344124882protein_coding
11.11631512.65986411.380503
gene1
chr1
10.21785
51244
10.9470698.56027111.370300
chr1
protein_coding
gene2
10.48915
39318
9.4523918.0375358,938325
chr1
gene3
protein-coding
13.94239
codingchr1
45043
protei
gene412.55503511.83230811.475035
拿到一个新数据后，除了检查[1:4,1:4]外，也许还需要看看最后几列，另外还需要观察列名称的规律。
去除最后几列，或者只选取列名字包含cell的（TCGA数据处理中也会经常遇到）
mat = as.matrix(expr[, grep("cell", colnames(expr))])
1.3 绘制最简单的热图
Heatmap(mat)
mmmwimmmm
AOMDEAASOMOAMa
1:0114444540000144404450006
matrix
o
中一师
TMMMMN8Z电9014014409
Zolle0s
Zol0s
ZOlle28s
s0lla0ms
Zolla9S
c0ll9吃S
cOl
ZolLaocs
collaocs
Lols6Ls
Lolieos
collesbis
s0l/0gis
c0l0cs
colLa9zis
c0l109s
S0IL9S
Loljaacs
c0l98s
Lolaos
Loll0s
m
Loleas
0
可以看到有很多需要“美化”的地方，别急，一点点来。
二 热图修饰
2.1 颜色
1）连续型变量
可以使用circle::colorRamp2()函数来生成Heatmap()中的颜色映射函数，输入参数为分割位置以及分割点上的颜色。下例中，大于12的值都映射为红色，小于12的值映射为绿色；
library(circlize) #c中的范围要根据实际情况设置 col_fun = colorRamp2(c(8, 12, 16), c("green", "white", "red")) Heatmap(mat, name = "mat", col = col_fun)
EW型4
ma
业9
可4441410020000900901004049
1T0a4cnn
colleas
collaouis
c0llaocls
ZOII25Zs
吕易
Lollaag1s
coleo8is
Lolasels
Zol0忆s
E0I09S
c010日s
COlla18S
Zoleas
c01306S
Lolo6Ls
colla0s
Lolos
cola0os
一
LoL202s
LolooLs
olscs
LOLea-Zs
s0l09ls
2）分类型变量
更改分类变量的颜色，需要把所有分类的数字均进行赋值。
discrete_mat = matrix(sample(1:4, 100, replace = TRUE), 10, 10) colors = structure(1:4, names = c("1", "2", "3", "4")) # black, red, green, blue Heatmap(discrete_mat, name = "mat", col = colors, column_title = "a discrete numeric matrix")
adiscretenumericmatrix
mat
CNM
更多颜色修改请参考官方文档，文末的参考资料的链接。
2.2 标题
1）设置行，列和图例的标题
Heatmap(mat, name = "legend title", #图例title column_title = "I am a column title", #列title row_title = "I am a row title", column_title_side = "bottom") #行title
Iamacolumntitle
PEcaocNcmOmomoo8
派MM
CWQHNaeo-OOOO
可出IMONEWB
legendtitle
话
2OCeALa-N
JUMAWDAOIOET
warogopao.
ZOll5s
c0l0s
ZOLIs
coll0US
s0ll0ts
c0l08ls
colleo9s
ZOIIOs
colos
c0lOcs
吕言易
col0吃s
ZOIOZ
c0lsgLs
c0llozLs
c0113156s
LOLIss
LOIIJ61s
Loloes
LOllass
LOL0OLS
LoLLOZ
Lol2
Lolao9s
2）设置标题的位置，颜色，字体，大小
Heatmap(mat, name = "mat", row_title = "row title", row_title_rot = 0, #旋转方向 column_title = "I am a big column title", column_title_side = "bottom", #标题位置 column_title_gp = gpar(fontsize = 20, fontface = "bold",col = "red")) #颜色，字体，大小
Htowwgr
TNN
rowtitle
5器SSIAS
y8
8
0
WOO
出:d时
ZOL
ZolL9
colL20Z1
zolaoos
COleac
zole0
c0ll0s
OLomis
col30
col08LS
Zole
s0l159s
Lol396s
s0IL30
Olis
s0l06s
s0l/0cs
LOLI29
LOl591s
LOl501s
Lolje0s
Lolos
LOLois
LOL0s
Iamabigcolumntitle
3）设置标题的背景
column_title_gp中的填充参数来设置标题的背景颜色
Heatmap(mat, name = "mat", column_title = "I am a column title", column_title_gp = gpar(fill = "red", col = "white", border = "blue"), )
Iamacolumntitle
SBW品SSOONRE
mat
16
免业豆
W
鲜
LoIL06s
c0lOS
Z0lla99s
ZOIIOS
ZoIIS6Ls
colacs
ZOlZS
ZOlLS
c0LI96S
s0l1a0cs
s0ll309s
collaogls
LOlI296LS
collascis
colsSs
Lollsgs
m
S0l/07s
LOLL5
Loloos
Lolos
Loliocis
Lolos
col0os
2.3 聚类
聚类是热图可视化的关键组成部分，在ComplexHeatmap包中可以非常灵活的进行设置。
A：一般设置
cluster_rows/columns ：是否进行聚类
show_column/row_dend ：是否显示聚类树
column/row_dend_side ：聚类图绘制的位置
column_dend_height/row_dend_widht ：聚类树的高度 和 宽度
Heatmap(mat, name = "mat", cluster_columns = T, cluster_rows = F, ## turn off row clustering show_column_dend = T, ## hide column dendrogram show_row_dend = F, column_dend_side = "top", #dendrogram location column_dend_height = unit(4, "cm"))
注意：聚类树的高度 和 宽度有区别。
B：距离方法
可选计算距离的方式包括pearson, spearman以及kendall ， 或者计算距离的自定义函数。
Heatmap(mat, name = "mat", clustering_distance_rows = "pearson", column_title = "pre-defined distance method (1 - pearson)")
2）自定义
Heatmap(mat, name = "mat", clustering_distance_rows = function(x, y) 1 - cor(x, y), column_title = "a function that calculates pairwise distance")
C：聚类方法
支持hclust()中的聚类方法。
Heatmap(mat, name = "mat", clustering_method_rows = "single")
D：聚类树的渲染
根据聚类结果将聚类树的枝设置不同的颜色
library(dendextend) row_dend = as.dendrogram(hclust(dist(mat))) row_dend = color_branches(row_dend, k = 4) # `color_branches()` returns a dendrogram object Heatmap(mat, name = "mat", cluster_rows = row_dend, row_dend_width = unit(4, "cm"))
2.4 设置行列顺序
通过row_order/column_order函数自定义其排序，为方便展示选择前30个基因。
mat <- mat[1:30,] Heatmap(mat, name = "mat", row_order = order(as.numeric(gsub("gene", "", rownames(mat)))), #将gene1替换为1，在排序 column_order = sort(colnames(mat)), column_title = "reorder matrix")
注：此处将gene1，gene10 先替换掉gene（不去的话是按照ASCII码），然后按照数值排序。
