R语言ggcorrplot包绘制相关性热图

2023-02-23 23:48:02Python015

R语言ggcorrplot包绘制相关性热图,第1张

热图是科研论文中一种常见的可视化手段，而在转录组研究领域，我们常常需要分析一些基因与基因之间的相关性，来判断生物样本中是否存在共表达情况，以及共表达基因模块。除了基因集之间，其他方向，比如免疫细胞群体之间相关性，样本的相关性，也常常用相关性热图的形式进行展示。总而言之，往大了说，任何表征相关性的数值都可以用相关性热图来进行绘制。

常规热图示例

我们先来看看下面这张图，这是一篇发表在 PLoS Medicine (IF = 11.048) 上的文章图，来看 22 种免疫细胞群体之间的相关性，其中红色的颜色代表正相关，蓝色代表负相关。每一格的数字代表相关系数。这是一种经常会用到的图形，不同于常规热图。常规热图中的每行代表一个观察值，每列代表一个样本，而我们在本次教程中，将为大家带来更高级，也更美观的相关性热图。

相关性热图

Step 1： R 包安装和数据输入

首先是安装必须 R 包，在这里我们需要用到 ggcorplot 和 ggthemes 这两个R包。

然后我们读入R表达谱数据。

数据一共有 10 个样本和 20 个基因，每一行为一个基因，每一列为一个样本，我们需要看这 20 个基因在这 10 个样本中的共表达情况，也就是基因和基因之间的相关性。

Step 2：相关性计算

为了表示基因与基因相关性，我们除了要计算它们的相关性系数，还需要计算体现其显著性的 P 值。

计算相关性系数并显示前 6 个基因之间的相关性。相关性系数大于 0 为正相关，小于 0 为负相关。

计算基因与基因之间的相关性 P 值，其中 P 小于 0.05 认为这两个基因之间相关性是显著的。

Step 3：相关性热图绘制

使用 ggcorplot 绘制基因与基因之间相关性热图。

Step 4：初级美化 Circle

美化第一步，我们将矩形热图改成圆形

是不是大家瞬间觉得眼前一亮？

Step 5：中级美化 Clustering

虽然有所美观，但是，这样上面一张相关性热图还是存在问题的，大家是否发现热图中的点非常乱，让人没办法捕捉到其中的规律，不容易让人一眼抓住重点。所以，我们要对基因进行聚类。

这张热图，已经是非常漂亮了，放在文章中绝对让人眼睛一亮，正相关负相关基因清清楚楚。

Step 6：高级美化 Triangle

当然，我们还可以进一步改善。因为相关性之间其实是有对称在的，左上角和右下角的图其实是一样的，这样绘制比较占版面。只绘制左上角的热图，可以让我们的图看起来没有那么臃肿。

Step 7：终级美化 Label

那么如何显示相关性强弱呢，虽然颜色和点的大小可以看出来，但是毕竟没有那么直观。所以我们将相关性系数加上，并更改热图颜色。

这样基因相关性热图就相当完美了，可以直接放在文章图中，而且比 PLoS Medicine 那篇文章看起来更漂亮呢。

Step 8：究级美化 Omit

不过，如果我们想知道哪些基因显著性是小于 0.05 的呢，虽然颜色和点的大小以及相关性系数可以看出来，但是如果被老板们问起，模棱两可的回答，可是相当危险的哦。所以，我们把显著性p值加上，并且直接隐藏 P 小于 0.05 的基因。

作业

读取文件用得比较多的参数有：

“header”，“sep”，“quote”，“na.strings”，“fill”，“strip.white ”，“blank.lines.skip”，“comment.char ”，“”等等。

read.csv里的参数不多，如运行以下命令时，读取文件用得比较多的参数有，“header”，“ sep ”，“ quote”，“dec”，“fill ”，“comment.char ”。

在RStudio中从文件夹“file”的子目录“New file”里打开R markdown：

了解markdown一些选项和图标的功能：

如图中的解释：

R语言中的pheatmap包是制作热图的一个工具，在基因表达中，根据得来的实验数据，在使用pheatmap制作的基因表达或其它测试结果的热图中，如可以用不同颜色展示基因的表达量的差异。

注：引用网上的数据( https://blog.csdn.net/sinat_38163598/article/details/72770404 )练习，刚接触，需要花一些时间去了解

补充：

1.今天涉及到一些快捷键的使用

输入简单的向量，paste和paste0输入方式是一样的，如：

输入多个向量，paste需要在每个向量间用sep = " "，分开。

绘图场景 ：在高通量检测数据中，我们在数据展示上往往都喜欢将感兴趣的功能或者通路基因绘制成热图形式，能够让读者一目了然的发现某功能是增强了？还是减弱了？在实际过程中，表型实验上已经证明了炎症反应的走向，从初期增强到后期减弱。但在对应的高通量数据中却不是如我们所想，趋势很凌乱，很难说炎症这个过程的增强减弱。因此在拿到数据后，需要有选择性的筛选和展示。今天就以项目为例，记录整个绘制过程。

1. 对促炎数据做聚类分析并提取所需信息

首先清除环境，安装并加载所需要的R包

读入促炎数据并对数据做简单处理

绘图查看基因聚类情况

从上图发现，基因按照表达模式可分为3大类，其中1和2类是想要的数据。

那如何提取这部分数据呢？

首先将表达数据与聚类分类信息合并

按照聚类顺序将聚类1和2的数据提取出来

2. 对抑炎数据做聚类分析并提取所需信息

读入抑炎数据并对数据做简单处理

绘图查看基因聚类情况

从上图发现，基因按照表达模式可分为2大类，其中1类是想要的数据。