前言

cellphoneDB是一个单细胞测序下游分析中，分析细胞受体-配体交互的很方便的数据库和软件，也有完备的可视化结果展示，但是在热图中，并没有给到设置热图legend的范围的参数，因此，它所生成的多个数据集的热图的颜色范围是不一致的，假如想要比对多个数据集之间的差异，那么设置colorbar的一致性就显得尤为重要

方法

先看一下官方的参数设置：

  • --pvalues-path: The pvalues output file [./out/pvalues.txt]

  • --output-path: Output folder [./out]

  • --count-name: Filename of the output plot [heatmap_count.pdf]

  • --log-name: Filename of the output plot using log-count of interactions [heatmap_log_count.pdf]

  • --count-network-name: Filename of the output network file [count_network.txt]

  • --interaction-count-name: Filename of the output interactions-count file [interactions_count.txt]

  • --pvalue: pvalue threshold to consider when plotting [0.05]

  • --verbose / --quiet: Print or hide cellphonedb logs [verbose]

的确没有设置的参数，那么既然官方说采用了pheatmap画热图，那么我们也用

首先，处理数据

在首次运行heatmap_plot后，会生成这样的一个文件XX_count_net.txt，
这个数据就是用来画热图的数据，接下来直接转换成矩阵

  1. library(readr)
  2. library(dplyr)
  3. library(pheatmap)
  5. test<-read_delim("./test/test_count_net.txt",delim = "\t")
  6. ##我们给数据作log(x+1)处理
  7. test_log<-test%>%mutate(count=log1p(count))%>%tidyr::pivot_wider(names_from = "TARGET",values_from="count")%>%tibble::column_to_rownames(var="SOURCE")%>%as.matrix()

然后，画图就可以了

  1. col.heatmap<-colorRampPalette(c("dodgerblue4","peachpuff","deeppink4"))(1000)
  3. pheatmap(test_log,
  4.          show_rownames = T,
  5.          show_colnames = T,
  6.          scale = "none",
  7.          cluster_rows = T,
  8.          cluster_cols = T,
  9.          border_color = "white",
  10.          fontsize_row = 11,
  11.          fontsize_col = 11,
  12.          treeheight_row = 0,
  13.          treeheight_col = 0,
  14.          family='Arial',
  15.          color = col.heatmap,
  16.          breaks = seq(0.5,4,length=1000),#这里设置你想要的区间，length必须和颜色数目相同
  17.          legend_breaks = c(1,1.5,2,2.5,3,3.5))#这里设置legend上显示的数值