欢迎关注R语言数据分析指南
❝本节来介绍使用ComplexHeatmap绘制一个简易的热图，使用nature上一篇论文的数据，在作者原有代码的基础上做了些许修改，无任何意义，仅供参考，更多详细的内容请参考论文内的具体介绍。数据+详细代码稍后会上传到交流群内，购买过小编绘图文档的朋友可在所加的交流群内获取下载，有需要的朋友可关注文末介绍购买小编的R绘图文档。购买前请咨询，零基础不要买。
论文
Spatially restricted immune and microbiota-driven adaptation of the gut
https://www.nature.com/articles/s41586-024-08216-z
Toufic Mayassi, Chenhao Li, Åsa Segerstolpe, Eric Brown, Rebecca Weisberg, Toru Nakata, Hiroshi Yano, Paula Herbst, David Artis, Daniel Graham, Ramnik Xavier. Spatially restricted immune and microbiota-driven adaptation of the gut. Nature. (2024).
加载R包
library(tidyverse)
library(ComplexHeatmap)
library(circlize)
数据读取
# 读取矩阵数据文件，将"gene"列设置为行名，并转为矩阵
mat <- read_tsv("mat.tsv") %>% column_to_rownames(var="gene") %>% as.matrix()
# 读取分组信息文件，将"gene"列设置为行名
split <- read_tsv("group.tsv") %>% column_to_rownames(var="gene")
marker.genes.si <- rownames(split) # 获取marker基因的行名
定义标签
# 定义需要高亮显示的基因名列表
si.hilight <- c("Fabp6", "Sult6b2", "S100g", "Tmigd1", "Defa22", "Defa21", "Reg1", "Enpp7", "Ly6m", "Papss2", "Pmp22", "Clca4a",
"Fabp1", "Alpi", "Apoc2", "Apoa4", "Ace", "Rbp2", "Anxa4", "Phgr1", "Slc10a2", "Ang4", "Adh1", "Reg3b",
"Guca2a", "S100a6", "Slc51a", "Spink4", "Spink1", "Prap1", "Fabp2", "Ada", "Slc51b")
# 创建行注释，用于标记需要高亮的基因
hi <- rowAnnotation(foo = anno_mark(at = match(si.hilight, rownames(mat)), # 高亮基因在矩阵中的位置
labels = rownames(mat)[match(si.hilight, rownames(mat))], # 对应基因标签
labels_gp = gpar(fontsize=13))) # 设置标签字体大小
数据可视化
# 定义热图的颜色映射
heat.color <- circlize::colorRamp2(c(-2, 0, 2), c("#1C4573", "yellow", "#ED3E30"))
# 将数值范围(-2, 0, 2)映射为对应的颜色蓝色、黄色、红色
Heatmap(mat,
cluster_columns = F, # 禁用列聚类
na_col = "grey", # 缺失值显示为灰色
show_column_names = F, # 不显示列名
show_row_names = F, # 不显示行名
col = heat.color, # 使用定义的颜色映射
use_raster = TRUE, raster_quality = 5, # 使用光栅化，设置质量为5
heatmap_legend_param = list(
legend_height = unit(8, "cm"), # 设置图例高度
title_position = "lefttop-rot", # 图例标题位置
title = "Expression"), # 图例标题为"Expression"
cluster_rows = F, # 禁用行聚类
row_split = split[marker.genes.si, ], # 按照分组信息切分行
cluster_row_slices = FALSE, # 禁用切分行的聚类
right_annotation = hi) # 添加右侧行注释
关注下方公众号下回更新不迷路
购买介绍
❝本节介绍到此结束，有需要学习R数据可视化的朋友欢迎到淘宝店铺：R语言数据分析指南，购买小编的R语言可视化文档(2024版)，购买将赠送2023年的绘图文档内容。目前此文档(2023+2024)已经更新上传200案例文档，每个案例都附有相应的数据和代码，并配有对应的注释文档，方便大家学习和参考。
2024更新的绘图内容将同时包含数据+代码+注释文档+文档清单，2023无目录仅有数据文件夹，小编只分享案例文档，不额外回答问题，无答疑服务，零基础不推荐买。
案例特点
所选案例图均属于个性化分析图表完全适用于论文发表，内容异常丰富两年累计发布案例图200+，2024年6月起提供html版注释文档更加直观易学。文档累计上千人次购买拥有良好的社群交流体验。R代码结构清晰易懂，为防止中文乱码提供单独的注释文档
R代码结构清晰易懂，为防止中文乱码2024年6月起提供单独html注释文档
群友精彩评论
淘宝店铺
2024年已更新案例图展示
2023年案例图展示
