AI 助理
备案控制台
开发者社区 大数据 文章 正文

使用ComplexHeatmap绘制复杂热图|Note2:单个热图(万字超详细教程）（中）

2022-06-09 711
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 使用ComplexHeatmap绘制复杂热图|Note2:单个热图(万字超详细教程）（中）

2.3 聚类


聚类是热图可视化的关键组成部分。在ComplexHeatmap包中，分层聚类具有极大的灵活性。你可以通过以下方式来指定聚类:


一种预先定义的距离方法(例如:"euclidean" or "pearson")


一个距离函数


已经包含聚类的对象(hclust或dendrogram对象）


一个聚类函数


首先，对于聚类有一般的设置，例如是应用聚类还是显示树状图，树状图的侧面和树状图的高度。

Heatmap(mat, name = "mat", cluster_rows = FALSE) # 不进行行聚类

image.png

singleheatmap_20

Heatmap(mat, name = "mat", show_column_dend = FALSE) # 不显示列树状图

image.png

singleheatmap_21

Heatmap(mat, name = "mat", row_dend_side = "right", column_dend_side = "bottom") #树状图位置

image.png

singleheatmap_22

Heatmap(mat, name = "mat", column_dend_height = unit(4, "cm"), 
    row_dend_width = unit(4, "cm")) #树状图高、宽

image.png

singleheatmap_23

2.3.1 距离方法


层次聚类分为两步:计算距离矩阵和应用聚类。有三种方法来指定聚类的距离度量:


指定距离作为一个预定义的选项。有效值是dist()函数和“pearson”、“spearman”和“kendall”中支持的方法。相关距离定义为1 - cor(x, y, method)。所有这些内置的距离方法都允许NA值。


自定义函数，计算与矩阵的距离。这个函数应该只包含一个参数。请注意在列上的聚类，矩阵会自动转置。


一个自定义的函数，计算到两个向量的距离。

Heatmap(mat, name = "mat", clustering_distance_rows = "pearson",
    column_title = "pre-defined distance method (1 - pearson)")

image.png

singleheatmap_24

Heatmap(mat, name = "mat", clustering_distance_rows = function(m) dist(m),
    column_title = "a function that calculates distance matrix")

image.png

singleheatmap_25

Heatmap(mat, name = "mat", clustering_distance_rows = function(x, y) 1 - cor(x, y),
    column_title = "a function that calculates pairwise distance")

image.png

singleheatmap_26

基于这些特征，我们可以利用两两距离对离群点进行鲁棒聚类。这里我们设置了颜色映射函数，因为我们不想让离群值影响颜色。

mat_with_outliers = mat
for(i in  1:10) mat_with_outliers[i, i] = 1000
robust_dist = function(x, y) {
    qx = quantile(x, c(0.1, 0.9))
    qy = quantile(y, c(0.1, 0.9))
    l = x > qx[1] & x < qx[2] & y > qy[1] & y < qy[2]
    x = x[l]
    y = y[l]
    sqrt(sum((x - y)^2))
}

我们可以比较使用和不使用鲁棒距离方法两个热图:

Heatmap(mat_with_outliers, name = "mat", 
    col = colorRamp2(c(-2, 0, 2), c("green", "white", "red")),
    column_title = "dist")
Heatmap(mat_with_outliers, name = "mat", 
    col = colorRamp2(c(-2, 0, 2), c("green", "white", "red")),
    clustering_distance_rows = robust_dist,
    clustering_distance_columns = robust_dist,
    column_title = "robust_dist")

image.png

singleheatmap_27

如果有合适的距离方法(如stringdist包中的方法)，也可以对字符矩阵进行聚类。

mat_letters = matrix(sample(letters[1:4], 100, replace = TRUE), 10)
# distance in the ASCII table
dist_letters = function(x, y) {
    x = strtoi(charToRaw(paste(x, collapse = "")), base = 16)
    y = strtoi(charToRaw(paste(y, collapse = "")), base = 16)
    sqrt(sum((x - y)^2))
}
Heatmap(mat_letters, name = "letters", col = structure(2:5, names = letters[1:4]),
    clustering_distance_rows = dist_letters, clustering_distance_columns = dist_letters,
    cell_fun = function(j, i, x, y, w, h, col) { # add text to each grid
        grid.text(mat_letters[i, j], x, y)
    })


image.png

singleheatmap_28

2.3.2 聚类方法


执行分层聚类的方法，可以通过clustering_method_rows和clustering_method_columns指定。可能的方法是hclust()函数中支持的方法。

Heatmap(mat, name = "mat", clustering_method_rows = "single")

image.png

singleheatmap_29

如果已经有一个聚类对象，则可以忽略距离设置，并将cluster_rows或cluster_columns设置为聚类对象或聚类函数。如果它是一个聚类函数，唯一的参数应该是矩阵，它应该返回一个hclust或dendrogram对象，或者一个可以转换为dendrogram类的对象。


在下面的例子中，我们通过预先计算的聚类对象或聚类函数来使用聚类包中的方法来执行聚类:

library(cluster)
Heatmap(mat, name = "mat", cluster_rows = diana(mat),
   cluster_columns = agnes(t(mat)), column_title = "clustering objects")

image.png

singleheatmap_30

# 如果将cluster_columns设置为一个函数，则不需要转置矩阵
Heatmap(mat, name = "mat", cluster_rows = diana,
   cluster_columns = agnes, column_title = "clustering functions")

image.png

singleheatmap_32

使用下面的命令也是一样的：

# code only for demonstration
Heatmap(mat, name = "mat", cluster_rows = function(m) as.dendrogram(diana(m)),
    cluster_columns = function(m) as.dendrogram(agnes(m)), 
    column_title = "clutering functions")

2.3.3 渲染树状图

可以通过dendextend包来呈现树形图对象，使树形图更具个性化。

library(dendextend)
row_dend = as.dendrogram(hclust(dist(mat)))
row_dend = color_branches(row_dend, k = 2) # `color_branches()` returns a dendrogram object
Heatmap(mat, name = "mat", cluster_rows = row_dend)

image.png

singleheatmap_33

Heatmap(mat, name = "mat", cluster_rows = row_dend, row_dend_gp = gpar(col = "red"))

image.png

singleheatmap_34png

2.3.4 重排树状图


在Heatmap()函数中，树状图被重新排序，使差异较大的特征更加分离(参阅reorder. dendergram()的文档)。这里的差值(或者称为权重)是通过行来度量的，行表示是行树状图，列表示是列树状图。row_dend_reorder和column_dend_reorder控制是否应用树状图重新排序。重新排序可以通过设置row_dend_reorder = FALSE来关闭。


默认情况下，如果将cluster_rows/cluster_columns设置为逻辑值或聚类函数，则会打开树状图重新排序。如果将cluster_rows/cluster_columns设置为聚类对象，则关闭此选项。


比较下面两个热图：

m2 = matrix(1:100, nr = 10, byrow = TRUE)
Heatmap(m2, name = "mat", row_dend_reorder = FALSE, column_title = "no reordering")
Heatmap(m2, name = "mat", row_dend_reorder = TRUE, column_title = "apply reordering")

image.png

singleheatmap_35

还有许多其他方法可以对树状图进行重新排序，例如dendsort包。也可以根据数据矩阵生成行或列树状图，通过某些方法重新排序它，并将它分配回cluster_rows或cluster_columns。


比较下面两个重排树状图后的热图：

Heatmap(mat, name = "mat", column_title = "default reordering")
library(dendsort)
row_dend = dendsort(hclust(dist(mat)))
col_dend = dendsort(hclust(dist(t(mat))))
Heatmap(mat, name = "mat", cluster_rows = row_dend, cluster_columns = col_dend,
    column_title = "reorder by dendsort")

2.4 设置行列顺序


聚类用于调整热图的行顺序和列顺序，但仍然可以通过row_order和column_order手动设置顺序。

#如果出错了，重新创建mat数据矩阵
Heatmap(mat, name = "mat", row_order = order(as.numeric(gsub("row", "", rownames(mat)))), 
    column_order = order(as.numeric(gsub("column", "", colnames(mat)))),
    column_title = "reorder matrix")

image.png

singleheatmap_38

顺序可以是字符向量如果它们只是变换矩阵的行名或列名:

Heatmap(mat, name = "mat", row_order = sort(rownames(mat)), 
    column_order = sort(colnames(mat)),
    column_title = "reorder matrix by row/column names")

image.png

singleheatmap_39


2.5 维度名称


默认情况下，行名和列名绘制在热图的右侧和底部。维度名称的侧面、可见性和图形参数设置如下:

Heatmap(mat, name = "mat", row_names_side = "left", row_dend_side = "right", 
    column_names_side = "top", column_dend_side = "bottom")

image.png

singleheatmap_40

Heatmap(mat, name = "mat", show_row_names = FALSE)

image.png

singleheatmap_41

Heatmap(mat, name = "mat", row_names_gp = gpar(fontsize = 20))

image.png

singleheatmap_42.

Heatmap(mat, name = "mat", row_names_gp = gpar(col = c(rep("red", 10), rep("blue", 8))))

image.png

singleheatmap_43

Heatmap(mat, name = "mat", row_names_centered = TRUE, column_names_centered = TRUE)

image.png

singleheatmap_44

可以通过column_names_rot设置列名的旋转:

Heatmap(mat, name = "mat", column_names_rot = 45)
Heatmap(mat, name = "mat", column_names_rot = 45, column_names_side = "top",
    column_dend_side = "bottom")

image.png

singleheatmap_45

如果行名或列名太长，可以使用row_names_max_width或column_names_max_height为它们设置最大空间。行名和列名的默认最大空间都是6厘米。在下面的代码中，max_text_width()是一个帮助函数，用于快速计算文本向量的最大宽度。

mat2 = mat
rownames(mat2)[1] = paste(c(letters, LETTERS), collapse = "")
Heatmap(mat2, name = "mat", row_title = "default row_names_max_width")
Heatmap(mat2, name = "mat", row_title = "row_names_max_width as length of a*",
    row_names_max_width = max_text_width(
        rownames(mat2), 
        gp = gpar(fontsize = 12)
    ))

image.png

singleheatmap_46

除了直接使用矩阵中的行/列名，还可以提供另一个对应于行或列的字符向量，并通过row_labels或column_labels设置。


对于基因表达分析，我们可以使用Ensembl ID作为基因ID，作为基因表达矩阵的行名。但是，Ensembl ID用于编制Ensembl数据库的索引，而不是用于人类阅读。相反，我们更愿意将gene symbols作为行名放在热图上，这样更容易阅读。为此，我们只需要将相应的gene symbols分配给row_labels，而不需要修改原始矩阵。


第二个优点是row_labels或column_labels允许重复标签，而矩阵中不允许重复的行名或列名。


下面给出了一个简单的例子，我们把字母作为行标签和列标签:

#使用一个命名向量来确保两者之间的对应关系
row_labels = structure(paste0(letters[1:24], 1:24), names = paste0("row", 1:24))
column_labels = structure(paste0(LETTERS[1:24], 1:24), names = paste0("column", 1:24))
row_labels
> row_labels
 row1  row2  row3  row4  row5  row6  row7  row8 
 "a1"  "b2"  "c3"  "d4"  "e5"  "f6"  "g7"  "h8" 
 row9 row10 row11 row12 row13 row14 row15 row16 
 "i9" "j10" "k11" "l12" "m13" "n14" "o15" "p16" 
row17 row18 row19 row20 row21 row22 row23 row24 
"q17" "r18" "s19" "t20" "u21" "v22" "w23" "x24"
Heatmap(mat, name = "mat", row_labels = row_labels[rownames(mat)], 
    column_labels = column_labels[colnames(mat)])

image.png

singleheatmap_47

第三个优点是可以在热图中使用数学表达式作为行名。

image.png


image.pngimage.pngimage.pngimage.png

文章标签：
数据挖掘
搜索推荐
数据可视化
索引
Serverless
数据库
木舟笔记
目录
相关文章
生信分析笔记
ggplot2入门 学习笔记｜ 小提琴图怎么画？
ggplot2入门 学习笔记｜ 小提琴图怎么画？
生信分析笔记
299 1
生信分析笔记
|
数据格式
如何绘制热图？ggplot2入门笔记
如何绘制热图？ggplot2入门笔记
生信分析笔记
199 0
小明的数据分析笔记本
|
数据可视化 数据挖掘 Python
跟着Nature学作图：R语言ggplot2作图展示基因和转座子的相对位置
跟着Nature学作图：R语言ggplot2作图展示基因和转座子的相对位置
小明的数据分析笔记本
223 1
生信分析笔记
|
Go
如何用ggplot2绘制基因功能富集气泡图？
如何用ggplot2绘制基因功能富集气泡图？
生信分析笔记
592 0
生信补给站
|
人工智能 数据可视化
跟SCI学umap图| ggplot2 绘制umap图，坐标位置 ，颜色 ，大小还不是你说了算
跟SCI学umap图| ggplot2 绘制umap图，坐标位置 ，颜色 ，大小还不是你说了算
生信补给站
1166 1
生信补给站
|
数据可视化 数据挖掘 数据处理
ComplexHeatmap|绘制单个热图-I
ComplexHeatmap|绘制单个热图-I
生信补给站
200 0
生信补给站
|
数据挖掘 数据处理 索引
跟SCI学heatmap|文章中常见复杂热图的绘制方式（含代码），干货较多，建议耐心一下
跟SCI学heatmap|文章中常见复杂热图的绘制方式（含代码），干货较多，建议耐心一下
生信补给站
798 0
生信补给站
ggplot2|扩展包从0开始绘制雷达图
ggplot2|扩展包从0开始绘制雷达图
生信补给站
391 0
倪桦
|
数据挖掘 数据格式
R语言- ComplexHeatmap 绘制复杂热图示例
ComplexHeatmap是R语言中用于绘制复杂热图的一个重要包。它提供了一种灵活、高效、易于定制的方法来绘制热图，并支持多种数据类型和数据格式，支持包括多种热图类型，包括基本热图、聚类热图、分组热图、矩阵热图等。用户可以根据自己的需求选择不同的热图类型，并进行灵活的定制。在生物信息学、医学、生态学等领域得到广泛应用。 本文将通过一个复杂热图的创建示例分享 ComplexHeatmap的语法规则。
倪桦
811 0
生信补给站
|
Go
ggplot2|绘制GO富集柱形图
ggplot2|绘制GO富集柱形图
生信补给站
569 0