【R语言】热图绘制-heatmap函数
【R语言】热图绘制-heatmap函数
生信交流平台
发布于 2022-09-21 17:24:36
发布于 2022-09-21 17:24:36
前面给大家介绍过
有小伙伴留言问，绘制热图的数据从哪里来？
其实每一张热图后面都对应一个表达矩阵。如上图所示，每一行是一个基因，每一列是一个样本。每一个小的色块，就是这个基因在这个样本中的表达量。只是这里用颜色的深浅来表示基因表达值的高低而已，颜色越红，表达值越高。颜色越蓝表达值越低。
也就是说绘制热图的原始数据就是一个表达矩阵。这个表达矩阵理论上可以包含所有基因，但在实际应用中，一般会去挑选差异表达的基因。因为绘制热图的一个目的，也是为了展示和检查挑选出的差异表达基因是否能够很好的将不同类型的样本区分开，这里有tumor和normal两种类型的样本。从图中我们可以看到，挑选出的差异表达基因能够很好的将tumor样本和normal样本区分开来。
下面我们结合一个具体的例子来讲解如何使用R的heatmap函数绘制热图
#读取所有miRNA的表达矩阵
expr=read.table("miRNA_expr.txt",header=T,row.names=1,sep="\t")
#读取差异表达分析结果
#差异表达分析可以参考 https://ke.qq.com/course/package/37513
deg=read.table("MIR_DEG_fc_2.5_pval_0.01.txt",header=T,row.names = 1,sep="\t")
#设置样本类型
type=factor(rep(c("CR","CC"),each=3))
#提取差异表达miRNA的名字
miRNA=rownames(deg)
#提取差异表达miRNA对应的表达矩阵
data=as.matrix(expr[miRNA,])
#绘制热图
heatmap(data,
cexCol = 1, #设置列标签字体大小
scale="row" #按行做归一化
)得到热图如下
这个热图是使用默认配色方案来绘制的，前面我给大家介绍过
里面提到过
R自带了5个跟颜色相关的函数，即：
- rainbow
- heat.colors
- terrain.colors
- topo.colors
- cm.colors
接下来我们就使用其他几种配色方案来绘制热图
heatmap(data, cexCol = 1,scale="row",col = cm.colors(256))
heatmap(data, cexCol = 1,scale="row",col = terrain.colors(256))
heatmap(data, cexCol = 1,scale="row",col = topo.colors(256))
heatmap(data, cexCol = 1,scale="row",col = heat.colors(256))
本文中使用的表达矩阵来自GEO公共数据库
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE82236
关于GEO数据库检索和差异表达分析可以参考
基于GEO公共数据库的数据挖掘
课程网址：
https://ke.qq.com/course/package/37513
参考资料：
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-08-03，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建，轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量，更专注于业务发展，让企业一站式享受数据上云及分布式架构的技术红利！
腾讯云开发者
