pheatmap使用指南 - 《软件使用与编程》

pheatmap包

pheatmap包

简介

官方介绍：
A function to draw clustered heatmaps where one has better control over some graphical parameters such as cell size, etc

实际上，pheatmap是 Pretty Heatmaps 的缩写，是我认为目前最好用的绘制聚类热图的R包（尽管有很多其他的函数。。。）

使用方法

pheatmap(mat, color = colorRampPalette(rev(brewer.pal(n = 7, name =
  "RdYlBu")))(100), kmeans_k = NA, breaks = NA, border_color = "grey60",
  cellwidth = NA, cellheight = NA, scale = "none", cluster_rows = TRUE,
  cluster_cols = TRUE, clustering_distance_rows = "euclidean",
  clustering_distance_cols = "euclidean", clustering_method = "complete",
  clustering_callback = identity2, cutree_rows = NA, cutree_cols = NA,
  treeheight_row = ifelse((class(cluster_rows) == "hclust") || cluster_rows,
  50, 0), treeheight_col = ifelse((class(cluster_cols) == "hclust") ||
  cluster_cols, 50, 0), legend = TRUE, legend_breaks = NA,
  legend_labels = NA, annotation_row = NA, annotation_col = NA,
  annotation = NA, annotation_colors = NA, annotation_legend = TRUE,
  annotation_names_row = TRUE, annotation_names_col = TRUE,
  drop_levels = TRUE, show_rownames = T, show_colnames = T, main = NA,
  fontsize = 10, fontsize_row = fontsize, fontsize_col = fontsize,
  angle_col = c("270", "0", "45", "90", "315"), display_numbers = F,
  number_format = "%.2f", number_color = "grey30", fontsize_number = 0.8
  * fontsize, gaps_row = NULL, gaps_col = NULL, labels_row = NULL,
  labels_col = NULL, filename = NA, width = NA, height = NA,
  silent = FALSE, na_col = "#DDDDDD", ...)

常用参数介绍

图形参数设置

main: 图的标题
color: 表示颜色，赋值渐变颜色调色板colorRampPalette属性，选择“绿，黑，红”渐变，分为100个等级,，例：color = colorRampPalette(c(“navy”, “white”, “firebrick3”))(100)
sclae: 表示值均一化的方向，或者按照行或列，或者没有，值可以是”row”, “column” 或者”none”
margins: 表示页边空白的大小
fontsize: 表示图中的字体大小
fontsize_row: 行名的字体大小
fontsize_col: 列名的字体大小
breaks: 一个数字序列向量，涵盖数据中值的范围，用来定义图例中color_bar的范围
angle_col: 列标签旋转的角度 (0, 45, 90, 270 and 315)
labels_row: 向量，用来替代原来的行名
labels_col: 向量，用来替代原来的列名

聚类参数设置

kmeans_k: 对行进行kmean聚类的个数，如果不设置，则不对行进行聚类
cluster_cols: 表示进行列的聚类，值可以是FALSE或TRUE
cluster_rows: 是否进行行的聚类，值可以是FALSE或TRUE
treeheight_row: 设置row方向的聚类树高
treeheight_col: 设置col方向的聚类树高
clustering_distance_rows: 表示行距离度量的方法
clustering_distance_cols: 表示列距离度量的方法
clustering_method: 表示聚类方法，值可以是hclust的任何一种，如”ward.D”,“single”, “complete”, “average”, “mcquitty”, “median”, “centroid”, “ward.D2”
cutree_rows: 一致性聚类中行聚类的数量，如果没有进行聚类就忽略
cutree_cols: 一致性聚类中列聚类的数量，如果没有进行聚类就忽略

图例参数设置

legend: TRUE或者FALSE，表示是否显示图例
legend_breaks: 设置图例的断点，格式：vector
legend_labels: legend_breaks对应的标签，例：legend_breaks = -1:4, legend_labels = c(“0”,“1e-4”, “1e-3”, “1e-2”, “1e-1”, “1”)

单元格参数设置

border_color: 单元格边框的颜色，如果不需要则设为NA
cellwidth: 单元格的宽度，默认NA，为适应画布大小
cellheight: 单元格的高度，默认NA，为适应画布大小
na_col: 指定矩阵中NA值的单元格的颜色

单元格内字的设置

display_numbers: 单元格中是否标注数值，如果是matrix，则用matrix中的值代替原始值
number_color: 字的颜色
number_format: 单元格中标注数值的格式
fontsize_number: 单元格中显示的数字的字体大小

热图分割参数设置

cutree_rows: 基于层次聚类（使用cutree）划分行的簇数（如果未聚集行，则忽略参数）
cutree_cols: 基于层次聚类（使用cutree）划分列的簇数
gaps_row: 向量，指出在未进行行聚类时，在哪里对热图进行分割
gaps_col: 向量，指出在未进行列聚类时，在哪里对热图进行分割

行列注释参数设置

annotation_row: 行的分组信息，需要使用相应的行名称来匹配数据和注释中的行，注意之后颜色设置会考虑离散值还是连续值，格式要求为数据框
annotation_col: 同上，列的分组信息
annotation_colors: 用于手动指定annotation_row和annotation_col track颜色的列表。
annotation_names_row: boolean值，显示是否应绘制行注释track的名称。
anotation_names_col: 同上，显示是否应绘制列注释track的名称。

输出图形设置

filename: 要保存图的名字
width: 输出图片的宽度（单位英寸）
height: 输出图片的高度（单位英寸）
silent: 不绘制图形，只输出gtable对象

实例介绍

# Create test matrix
> test = matrix(rnorm(200), 20, 10)
> test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)] + 3
> test[11:20, seq(2, 10, 2)] = test[11:20, seq(2, 10, 2)] + 2
> test[15:20, seq(2, 10, 2)] = test[15:20, seq(2, 10, 2)] + 4
> colnames(test) = paste("Test", 1:10, sep = "")
> rownames(test) = paste("Gene", 1:20, sep = "")

> library(pheatmap)
> pheatmap(test)

默认参数是对行列均进行聚类（可设置cluster_row = F, cluster_col = F不进行聚类；如果聚类了，还可以通过设置treeheight_row=0, treeheight_col=0不显示聚类树），矩阵没有进行标准化（标准化参数为scale），热图的每个小块之间以灰色隔开（参数border_color），legend显示在右上方；热图的颜色可利用参数color调整

> pheatmap(test,kmeans_k = 2) # 对行进行kmeans聚类

> pheatmap(test, display_numbers = TRUE)
> pheatmap(test, display_numbers = TRUE, number_format = "\%.1e")
> pheatmap(test, display_numbers = matrix(ifelse(test > 5, "*", ""), nrow(test))) # 可以设置显示的内容

display_numbers将数值显示在热图的格子中，可通过number_format设置数值的格式，较常用的有”%.2f”（保留小数点后两位），”%.1e”（科学计数法显示，保留小数点后一位），number_color设置显示内容的颜色，fontsize_number设置字体的大小。

> pheatmap(test, cluster_row = FALSE, legend_breaks = -1:4, legend_labels = c("0", "1e-4", "1e-3", "1e-2", "1e-1", "1")) # 自己设置图例

> pheatmap(test, cellwidth = 15, cellheight = 12, fontsize = 8, main = "Example heatmap", filename = "test.pdf")

main可设置热图的标题，fontsize设置字体大小，filename可直接将热图存出，支持格式png, pdf, tiff, bmp, jpeg，并且可以通过width, height设置图片的大小

对行、列添加注释分组信息

> annotation_col = data.frame(CellType = factor(rep(c("CT1", "CT2"), 5)), Time = 1:5)
> rownames(annotation_col) = paste("Test", 1:10, sep = "")
> annotation_row = data.frame(GeneClass = factor(rep(c("Path1", "Path2", "Path3"), c(10, 4, 6))))
> rownames(annotation_row) = paste("Gene", 1:20, sep = "")
> pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row)

同样可以自己设置各个分组注释信息的颜色

> ann_colors = list(Time = c("white", "firebrick"),
    CellType = c(CT1 = "#1B9E77", CT2 = "#D95F02"),
    GeneClass = c(Path1 = "#7570B3", Path2 = "#E7298A", Path3 = "#66A61E")) # 如果是连续型变量会形成渐变色，如：Time
> pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row, annotation_colors = ann_colors)

对于聚类图，可以使用cutree_rows, cutree_cols设置热图分割

> pheatmap(test,cutree_rows=3,cutree_cols=2)

对于未进行聚类的图，可以使用gaps_row, gaps_col自己设定要分隔开的位置

> pheatmap(test, annotation_col = annotation_col, cluster_rows = FALSE, gaps_row = c(10, 14), cutree_col = 2)

pheatmap()函数返回结果

返回一个pheatmap对象，但是该对象中包含以下内容：

tree_row : 行聚类得到的hclust对象
tree_row : 列聚类得到的hclust对象
kmeans : kmeans聚类的k值
gtable : 热图的gtable对象，可以用来与其他ggplot2对象进行组合绘图