[iMeat图表复现]R中轻松绘制聚类热图

R语言数据分析指南

发布于 2023-12-19 17:38:25

2070

发布于 2023-12-19 17:38:25

文章被收录于专栏：R语言数据分析指南R语言数据分析指南

论文

关于永久群内容的说明

❝给予长期支持我们的忠实读者们一个特别待遇：凡是购买过小编2022年或2023年VIP会员文档的朋友们，「将自动获得2024年及以后更新的绘图文档代码，无需额外付费。」目前这两年的会员文档已累记卖出1500+，质量方面各位无需担忧。简要概括就是只要购买任意1年的会员内容，2024及后期公众号所更新的绘图文档均会在已经加入的会员群内分享。 ❞

加载R包

library(tidyverse)
library(ggtree)
library(treeio)
library(ape)
library(magrittr)
library(ggtreeExtra)
library(readxl)
library(MetBrewer)

数据清洗

gene_exp <- read_excel("Source Data Figure 6.xlsx") %>% 
  column_to_rownames(var="Tissue") %>% scale() %>% 
  as.data.frame() %>% 
  rownames_to_column(var="Tissue") %>% 
  pivot_longer(-Tissue)

构建进化树

tree <- read_excel("Source Data Figure 6.xlsx") %>% 
  column_to_rownames(var="Tissue") %>% 
  t() %>% 
  dist() %>% 
  ape::bionj()

按行进行聚类

tree2 <- read_excel("Source Data Figure 6.xlsx") %>% 
  column_to_rownames(var="Tissue") %>% 
  dist() %>% 
  ape::bionj()

rc <- ggtree(tree2,branch.length = "none", layout = "circular",
       linetype = 1,size = 0.5, ladderize = T)

# 定义因子顺序
gene_exp$Tissue <- factor(gene_exp$Tissue,levels =get_taxa_name(rc))

数据可视化

ggtree(tree,branch.length = "none", layout = "circular",
       linetype = 1,size = 0.5, ladderize = T)+
  layout_fan(angle =90)+
  geom_fruit(data=gene_exp,geom=geom_tile,
             mapping=aes(y=name,x=Tissue,fill=value),pwidth=2,
             axis.params=list(axis="x",text.angle=-90,text.size=2.6,hjust=0))+
  scale_fill_gradientn(colors=rev(met.brewer("Hiroshige")))