ComplexHeatmap热图样式分享-样本簇树聚类和基因表达量统计注释展示

最新推荐文章于 2025-03-24 12:13:45 发布

原创

最新推荐文章于 2025-03-24 12:13:45 发布 · 1.1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#聚类 #r语言

本文介绍了如何利用R语言的ComplexHeatmap包创建包含样本簇聚类和基因表达量统计注释的热图。内容包括热图的基本绘制、测试数据集的准备、调色板的选择以及各种注释的添加，如样本簇编号、sample标签和基因表达量统计。通过阅读，读者可以掌握绘制此类热图的技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

热图（Heatmap）作为展示基因表达模式最直观的工具。
它经常用在分子生物学文章里（尤其是microarray, RNA-seq相关论文）直观地呈现多样本多个基因的全局表达量变化，和呈现多样本或多基因表达量的聚类关系。

本文重点介绍如何用ComplexHeatmap::Heatmap的方法在热图上展示全样本的基因表达量情况的同时，在样本组水平上展示簇间的聚类关系（如果样本太多，则展示样本间的聚类关系将变得非常不直观）。
阅读本文你掌握一定的ComplexHeatmap绘图语法，以及收获热图样式代码一份。

###测试数据集准备

future::plan("multiprocess", workers = 6);options(future.globals.maxSize = 100000 * 1024^5) #设置任务多线程
##Data process >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
scRNA <- readRDS("test.RDS")  #加载Seurat对象数据
### 计算seurat_cluster间的 差异基因
markers <- FindAllMarkers(object = scRNA, only.pos = FALSE, min.pct = 0.25, logfc.threshold = 0.25)
### 挑选每个cluster top5 的基因画表达热图
select.features <- markers %>% group_by(cluster) %>% top_n(n = 5, wt = avg_log2FC) 
### 随机为 细胞样本分配一个模拟标签
scRNA@meta.data$sample <- sample(c("species.1","species.2","species.3","species.4"),size = ncol(scRNA),replace = T) 
### 提取Seurat绘制热图的矩阵数据
data <- Seurat::DoHeatmap(scRNA, features = select.features$gene, group.by = "seurat_clusters", group.bar = T, size = 4)$data 
### 提取细胞标识
cell.meta <- scRNA@meta.data %>% tibble::rownames_to_column(var="Cell") %>% 
  select(Cell,seurat_clusters,sample) %>% 
  arrange(seurat_clusters) %>% mutate(Identity = seurat_clusters)

### 长数据转换宽数据
counts <- data %>% select(!Identity) %>% 
  tidyr::pivot_wider(names_from =  Cell, values_from = Expression) %>%