ComplexHeatmap 之 Heatmap List

点击上方关注我们

介绍

ComplexHeatmap 包的主要特性是它支持 水平 或 垂直 连接热图和注释列表，以便可以从各种信息来源可视化关联。在本章中，我们主要介绍水平串联，因为这是我们将在分析中使用的主要案例。最后，我们展示了一些垂直串联的例子。水平和垂直串联背后的概念基本上是相似的。

对于水平串联，所有热图和注释的 行数应该相同 。在下文中，我们首先介绍热图的串联，然后我们将展示如何将热图与注释串联。

在下面的示例中，有三个矩阵，其中第三个热图是一个向量，它将被转换为一列矩阵。当你连接可以显示的热图列表时， 一列热图 有时很有用，例如每行的注释或每行的一些值。例如：如果行是基因，则基因的类型（即蛋白质编码与否）可以表示为一列字符矩阵，差异表达分析的 p 值 或 倍数变化 可以表示为一列数字矩阵，并连接到主热图上。

set.seed(123)
mat1 = matrix(rnorm(80, 2), 8, 10)
mat1 = rbind(mat1, matrix(rnorm(40, -2), 4, 10))
rownames(mat1) = paste0("R", 1:12)
colnames(mat1) = paste0("C", 1:10)

mat2 = matrix(runif(60, max = 3, min = 1), 6, 10)
mat2 = rbind(mat2, matrix(runif(60, max = 2, min = 0), 6, 10))
rownames(mat2) = paste0("R", 1:12)
colnames(mat2) = paste0("C", 1:10)

le = sample(letters[1:3], 12, replace = TRUE)
names(le) = paste0("R", 1:12)

ind = sample(12, 12)
mat1 = mat1[ind, ]
mat2 = mat2[ind, ]
le = le[ind]

要连接热图，只需使用+运算符：

ht1 = Heatmap(mat1, name = "rnorm")
ht2 = Heatmap(mat2, name = "runif")
ht3 = Heatmap(le, name = "letters")

ht1 + ht2 + ht3

在默认模式下，第二个热图中的树状图将被删除，行顺序将与第一个相同。前两个热图的行名称也被删除。

串联的返回值是一个 HeatmapList 对象。直接打印 ht_list 将调用具有默认设置的 draw() 方法。通过显式调用 draw() 方法，您可以对热图列表进行更多控制：

ht_list = ht1 + ht2 + ht3
class(ht_list)
## [1] "HeatmapList"
## attr(,"package")
## [1] "ComplexHeatmap"

可以将任意数量的热图附加到热图列表中。也可以将热图列表附加到热图列表：

# code only for demonstration
ht1 + ht_list
ht_list + ht1
ht_list + ht_list

NULL 可以添加到热图列表中。当用户希望通过 for 循环构建热图列表时，这将很方便：

# code only for demonstration
ht_list = NULL  ## Heatmap(...) + NULL gives you a HeatmapList object
for(s in sth) {
    ht_list = ht_list + Heatmap(...)
}

还可以将热图注释添加到热图列表里。

1、标题

热图列表也有标题，就像覆盖所有热图的全局标题。row_title 和 column_title 应该在 draw() 函数中设置。

从以下示例中，我们为每个热图设置了不同的颜色以使其可区分：

col_rnorm = colorRamp2(c(-3, 0, 3), c("green", "white", "red"))
col_runif = colorRamp2(c(0, 3), c("white", "orange"))
col_letters = c("a" = "pink", "b" = "purple", "c" = "blue")
ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm,
    row_title = "Heatmap 1", column_title = "Heatmap 1")
ht2 = Heatmap(mat2, name = "runif", col = col_runif,
    row_title = "Heatmap 2", column_title = "Heatmap 2")
ht3 = Heatmap(le, name = "letters", col = col_letters)
ht_list = ht1 + ht2 + ht3

draw(ht_list, row_title = "Three heatmaps, row title", row_title_gp = gpar(col = "red"),
    column_title = "Three heatmaps, column title", column_title_gp = gpar(fontsize = 16))

可以使用 gt_render() 构造复杂的文本。

2、热图大小

某些热图的宽度可以设置为绝对单位。注意 width 控制热图主体的宽度：

ht2 = Heatmap(mat2, name = "runif", col = col_runif, width = unit(4, "cm"))
ht3 = Heatmap(le, name = "letters", col = col_letters, width = unit(5, "mm"))
ht1 + ht2 + ht3

所有热图的宽度都可以设置为绝对单位：

ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm, width = unit(4, "cm"))
ht2 = Heatmap(mat2, name = "runif", col = col_runif, width = unit(6, "cm"))
ht3 = Heatmap(le, name = "letters", col = col_letters, width = unit(1, "cm"))
ht1 + ht2 + ht3

如果宽度为数字，则将其转换为 空单位：

ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm, width = 6)
ht2 = Heatmap(mat2, name = "runif", col = col_runif, width = 4)
ht3 = Heatmap(le, name = "letters", col = col_letters, width = 1)
ht1 + ht2 + ht3

heatmap_width 也可以控制热图的宽度，但它是热图主体加上热图组件的 总宽度。

3、热图间距

ht_gap 控制热图之间的空间。该值可以是单个单位或单位向量：

ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm)
ht2 = Heatmap(mat2, name = "runif", col = col_runif)
ht3 = Heatmap(le, name = "letters", col = col_letters)
ht_list = ht1 + ht2 + ht3
draw(ht_list, ht_gap = unit(1, "cm"))

draw(ht_list, ht_gap = unit(c(3, 10), "mm"))

4、自动调整主热图

热图列表中总是有一个主热图来控制全局行排序。所有其他热图都会根据主热图中的设置自动调整。对于这些非主要热图，调整如下：

• 不执行行聚类，它们都采用主热图的行排序。
• 行标题被删除。
• 如果主热图按行拆分，所有其他热图也将按与主热图相同的级别拆分。
• 主热图的高度作为所有热图的高度。

默认情况下，第一个热图被作为主热图：

ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm, row_km = 2)
ht2 = Heatmap(mat2, name = "runif", col = col_runif)
ht3 = Heatmap(le, name = "letters", col = col_letters)
ht2 + ht1 + ht3 # ht2 is the main heatmap and row_km in ht1 is ignored

主热图可以通过 main_heatmap 参数指定。该值可以是 数字索引 或热图的 名称 （当然，需要在创建热图对象时设置热图名称）。在以下示例中，虽然 ht1 是第二个热图，但我们可以将其设置为主热图：

ht_list = ht2 + ht1 + ht3
draw(ht_list, main_heatmap = "rnorm")

默认情况下，树状图和行标题绘制在主热图旁边，只是为了强调聚类或拆分是从主热图而不是其他热图计算的。但是，主热图的树状图和行标题的位置可以通过 draw() 函数中的 row_dend_side 和 row_sub_title_side 来控制：

ht_list = ht2 + ht1 + ht3
draw(ht_list, main_heatmap = "rnorm", row_dend_side = "right", row_sub_title_side = "left")

类似地，如果主热图中没有行聚类，则所有其他热图也不会聚类：

ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm, cluster_rows = FALSE)
ht2 = Heatmap(mat2, name = "runif", col = col_runif)
ht3 = Heatmap(le, name = "letters", col = col_letters)
ht1 + ht2 + ht3

可能已经观察到，热图之间的所有行名称都从图中删除。可以通过设置 auto_adjust = FALSE 来显示它们：

ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm)
ht2 = Heatmap(mat2, name = "runif", col = col_runif)
ht3 = Heatmap(le, name = "letters", col = col_letters)
ht_list = ht1 + ht2 + ht3
draw(ht_list, auto_adjust = FALSE)

5、在 draw() 函数中控制主热图

主热图的设置可以在主 Heatmap() 函数中控制。为方便起见，影响热图行的设置也可以直接在 draw() 中设置。如果设置了其中一些设置，主 Heatmap() 中的相应设置将被覆盖。

在 draw() 函数中，以下主要热图设置控制所有热图的行顺序：

• cluster_rows
• clustering_distance_rows
• clustering_method_rows
• row_dend_width
• show_row_dend
• row_dend_reorder
• row_dend_gp
• row_order

以下设置控制行切片：

• row_gap
• row_km
• row_km_repeats
• row_split

以下设置控制热图高度：

• height
• heatmap_height

在下面的例子中，row_km = 2，cluster_rows = FALSE for ht1 在 draw() 中被覆盖：

ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm, row_km = 2, cluster_rows = FALSE)
ht2 = Heatmap(mat2, name = "runif", col = col_runif)
ht3 = Heatmap(le, name = "letters", col = col_letters)
ht_list = ht1 + ht2 + ht3
draw(ht_list, row_km = 1, row_split = le, cluster_rows = TRUE)

未完待续。

收官！

代码 我上传到 QQ 群 老俊俊生信交流群 文件夹里。欢迎加入。加我微信我也拉你进 微信群聊 老俊俊生信交流群 哦。

群二维码：

老俊俊微信：

知识星球：

所以今天你学习了吗？

欢迎小伙伴留言评论！

今天的分享就到这里了，敬请期待下一篇！

最后欢迎大家分享转发，您的点赞是对我的鼓励和肯定！

如果觉得对您帮助很大，赏杯快乐水喝喝吧！

 往期回顾