这节我们讲下ggplot做的热图。实际上,之前heatmap已经足够了,但是ggplot2画图可以进行一些特殊的个性化修饰,一些比较特殊的热图也是通过ggplot做的。
-
ggplot2与pheatmap热图对比
读取文件和一些需要的包:
setwd("D:/生物信息学") A <- read.csv("行列注释.csv",header = T,row.names = 1)#数据行为基因,列为样本 library (ggplot2) library (reshape2)#数据转换 require(scales)#数据缩放 library(ggtree)#聚类 library(aplot)#拼图
转换数据,转化为ggplot画图需要的长格式,这里转置的目的是为了通过行缩放,与pheatmap一致,也可以不转置,以列缩放。
B <- A B <- t(B) B %>% scale() %>% as.data.frame()#缩放数据 C <- B %>% scale(center = T) %>% as.data.frame()#以行缩放 C <- C%>% mutate(B=row.names(.)) %>% melt()#转化为ggplot画图需要的长列表
ggplot画的图是这样的:
p1<-ggplot(C,aes(x=B,y=variable,fill=value)) #热图绘制 p2 <- p1+geom_raster()+scale_fill_gradient2(low="#003366", high="#990033", mid="white")
pheatmap画的是这样的:
pheatmap::pheatmap(A,cluster_rows = F,cluster_cols = F,scale = "row", color = colorRampPalette(c("navy","white","firebrick3"))(100), border_color = "NA")
两者之间还是很一致的。
-
ggplot2热图个性化修饰
和之前一样,添加样本分组,不过ggplot2稍微复杂一点。先要画分组的条形图然后再与热图主体组合。
group <- colnames(A) %>% as.data.frame() %>% mutate(group=c(rep("ST",3),rep("TZ",3),rep("TL",5),rep("TS",4),rep("TQ",3))) %>% mutate(p="group") %>% ggplot(aes(.,y=p,fill=group))+ geom_tile() + scale_y_discrete(position="right") + theme_minimal()+xlab(NULL) + ylab(NULL) + theme(axis.text.x = element_blank())+ labs(fill = "Group") Pathway <- rownames(A) %>% as.data.frame() %>% mutate(group=rep(c("Wnt","TNF","HIF"), times=c(16,17,13))) %>% mutate(p="")%>% ggplot(aes(p,.,fill=group))+ geom_tile() + scale_y_discrete(position="right") + theme_minimal()+xlab(NULL) + ylab(NULL) + theme(axis.text.y = element_blank(), axis.text.x =element_text( angle =90,hjust =0.5,vjust = 0.5))+ labs(fill = "Pathway") #然后用ggtree做聚类。 p <- A %>% scale(center = T) %>% as.data.frame() phr <- hclust(dist(p)) %>% ggtree(layout="rectangular",branch.length="none") phc <- hclust(dist(t(p))) %>% ggtree() + layout_dendrogram() #画热图并将以上信息添加进去: p1<-ggplot(C,aes(x=B,y=variable,fill=value)) #热图绘制 p2 <- p1+geom_raster()+scale_fill_gradient2(low="#003366", high="#990033", mid="white")+ geom_tile()+theme_minimal()+ theme(axis.text.x =element_text(angle =90,hjust =0.5,vjust = 0.5))+ xlab(NULL) + ylab(NULL) p2 %>% insert_top(group, height = .05)%>% insert_left(Pathway, width = .05)%>% insert_left(phr,width=.2)
最后,我们还可以对特定的区域进行划线,框选等等 *** 作。
p2 <- p1+geom_raster()+scale_fill_gradient2(low="#003366", high="#990033", mid="white")+ geom_tile()+theme_minimal()+ theme(axis.text.x =element_text(angle =90,hjust =0.5,vjust = 0.5))+ xlab(NULL) + ylab(NULL)+ theme(panel.border = element_rect(fill=NA,color="black", size=1, linetype="solid"))+ geom_vline(xintercept=c(-3,3.5,8.5,11.5,15.5),size=.8)
还可以将热图的方块转化为⭕,来一个不一样的热图,给人新意:
p1<-ggplot(C,aes(x=B,y=variable)) #热图绘制 p2 <- p1+scale_color_gradientn(values = seq(0,1,0.2),colours = c('#6699CC','#FFFF99','#CC3333'))+ theme_bw()+ geom_point(aes(size=`value`, color=`value`))+ theme(panel.grid = element_blank(),axis.text.x =element_text(angle =90,hjust =0.5,vjust = 0.5))+ xlab(NULL) + ylab(NULL)+ theme(panel.border = element_rect(fill=NA,color="black", size=1, linetype="solid"))+ geom_vline(xintercept=c(-3,3.5,8.5,11.5,15.5),size=.8)
其实,还有很多的修饰,在文献中,看到不一样的图可以用自己的数据尝试做一下。或者自己探究下不同的功能,会有意想不到的效果。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)