(视频教程)Complexheatmap做热图之设置不一样的注释效果

热图我们号的热图系列已经写的很完善了,也写过其他的热图,随便在公众号检索关键词"热图"就有很多,这里就不再列举了。要是一般的热图设置什么的网上也是一大堆,我们也没有写的必要。这里要写的这个热图主要是为了解决一个问题,就是关于热图的注释。近期关注我们号的小伙伴应该了解,我们最近出的作图函数基本上都是采用点的注释,而很多文章中的热图也是这种形式,可能是有PS,但是我们还是可以使用函数代码实现,所以这里我们写一下。此外,我们也是通过一个视频教程,讲解一下Complexheatmap热图的做法,其实能够解决90%的问题。

视频链接:

https://www.bilibili.com/video/BV1r94y187yk/?spm_id_from=333.999.0.0\&vd_source=05b5479545ba945a8f5d7b2e7160ea34

这里我们的示例数据是单细胞,其他数据也是一样的,我们只不过是利用单细胞数据构建一个作图的矩阵而已,作图使用的是Heatmap函数。首先构建数据:#加载单细胞数据

load("D:/KS项目/公众号文章/单细胞ATAC-scRNA基因气泡图/sce_test.Rdata")library(Seurat)library(dplyr)DefaultAssay(sce) <- "RNA"Idents(sce) <- "celltype"celltype_markers  <- FindAllMarkers(sce, only.pos = TRUE,                                     min.pct = 0.5, logfc.threshold = 0.5)
top30 = celltype_markers %>% group_by(cluster) %>% top_n(n = 30, wt = avg_log2FC)
gene_cell_exp <- AverageExpression(sce,                                   features = top30$gene,                                   group.by = 'celltype',                                   slot = 'data') gene_cell_exp <- as.data.frame(gene_cell_exp$RNA)marker_exp <- t(scale(t(gene_cell_exp),scale = T,center = T))

构建注释:

library(ComplexHeatmap)length(colnames(gene_cell_exp))ha = HeatmapAnnotation("type" = anno_points(rep(0.5,7),                                             which = "column",                                            pch=c(rep(16,7)),                                            size = unit(7, "mm"),                                            axis=F,                                            gp = gpar(col = dittoColors()[1:7]),                                            border=F,                                            ylim=c(0,1)),                       show_annotation_name = FALSE)

作图:​​​​​​​

ht_list <- Heatmap(marker_exp,                   cluster_rows = F,                   cluster_columns = F,                   show_column_names = T,                   show_row_names = F,                   column_title = NULL,                   heatmap_legend_param = list(                     title=' '),#legend设置                   col = colorRampPalette(c('#1A5592','white',"#B83D3D"))(100),                   row_names_gp = gpar(fontsize = 10),                   column_names_gp = gpar(fontsize = 10),                   bottom_annotation = ha,#注释放在底部,如果需要放在顶部,则选择参数top_annotation                   border = "black")

调整下列的顺序:​​​​​​​

ht_list <- Heatmap(marker_exp,                   cluster_rows = F,                   cluster_columns = F,                   show_column_names = T,                   show_row_names = F,                   column_title = NULL,                   heatmap_legend_param = list(                     title=' '),                   col = colorRampPalette(c('#1A5592','white',"#B83D3D"))(100),                   row_names_gp = gpar(fontsize = 10),                   column_names_gp = gpar(fontsize = 10),                   bottom_annotation = ha,                   border = "black",                   column_order = c("SMC","LY","UEC","SF",                                    "CEC","EC","MAC"))#调整列的顺序,让热图更加美观

这样就完美实现了,觉得分享有用的点个赞、分享下再走呗!

相关推荐
让学习成为一种生活方式2 个月前
杨树84K品种的单细胞测序发现转录因子PagMYB31的功能-文献精读44
单细胞转录组·杨树单细胞·基因组+单细胞
TS的美梦1 年前
pyscenic分析:视频教程
单细胞转录组·单细胞转录因子分析·pyscenic·scenic