2024-06-16

【这图怎么画】相关性热图，这样画才好看！

小图生信果 2023-08-01 19:00:09

转自公众号：生信图
http://mp.weixin.qq.com/s?__biz=MzkxODUxNDgzNA==&mid=2247484079&idx=1&sn=959fa0216c97e80f0810807c93f1781c

点击蓝字

关注小图

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。

小图先带大家来看看下面这张图，这是一篇发表在 PLoS Medicine (注意不是 Plos One, 该杂志 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（参考：热图绘制）。常规热图中的每行代表一个观察值，每列代表一个样本，而小图在本次教程中，将为大家带来更高级，也更美观的相关性热图。

话不多说，直接开始~

先看一下数据结构：

data1=read.table("score-WLD_cor.txt",sep='t',header = T)

data2=read.table("score-WLD_P.txt",sep='t',header = T)

data11=data1[1:19,2:20] data11=as.matrix(data11)rownames(data11)=data1[,1]
data22=data[,2:17]data22=as.matrix(data22)rownames(data22)=data[,1]
corr=data22p.mat=data22data1=data[,2:17]rownames(data1)=data[,1]data1=as.matrix(data22)

计算相关性和P值

library(Hmisc)res2 <- rcorr(as.matrix(data1))result=res2corr=result$rp=result$Pwrite.table(result$r, "score-WLP_cor.txt", quote = F, sep = "t", row.names = F)

write.table(result$P, "score-WLP_P.txt", quote = F, sep = "t", row.names = F)

绘制相关性热图

install.packages("ggcorrplot")library(ggplot2)library(ggcorrplot)ggcorrplot(cor(data22))ggcorrplot(cor(data22),outline.color = "red",tl.srt = TRUE)ggcorrplot(s,show.diag = TRUE,type = "lower",lab = TRUE)ggcorrplot(s,hc.order = TRUE,p.mat=p)corr <- cor(data22)#计算相关性矩阵p.mat<- cor_pmat(data22)#计算相关性矩阵的P值ggcorrplot(corr,hc.order = TRUE,p.mat=p.mat)
library(corrplot)#设置图中字体形式为Tiime New Roman?par

## 方法1：使用par设置参数，此参数有设备依赖，可能会报“Windows字体数据库里没有这样的字体系列”的警告信息。m = par(no.readonly = TRUE) # 查看可修改图形参数，返回的是一个列表，family是修改字体的参数。par(family= "Times New Roman") # 设置全局使用Times New Roman字体,英文字体分为Serif和Sans-Serif字体。Times New Roman是一种Serif字体，Arial是一种Sans-Serif字体。par("family") # 参看par的family设置pdf(file = "lncRNA_COR.pdf",width = 6.5,height = 6.5)cor.plot<-corrplot(corr =corr,p.mat = p.mat,type="upper",                   tl.pos="lt",tl.col="black",                    insig = "label_sig", sig.level = c(.01, .05),                   pch.cex=1,pch.col = "black",order = "original") # ,order参数是对数据进行排序，后面再细讲。cor.plot<-corrplot(corr = corr,type="lower",add=TRUE,method="number",                   tl.pos="n",tl.col="black",tl.cex=1.2,                   col="black",diag=FALSE, cl.pos="n",pch.col = "black",                   number.cex = 0.8,order = "original")dev.off()par(m) # 还原初始图形参数设置
### par(family= "Times New Roman")有设备依赖，设置好之后，输出图片的时候，可能仍然不是想要的字体。可以使用extrafont包导入系统字体解决。#font_import() # 导入字体，花的时间有点长。                                           #fonts() # 查看字体结果#fonttable() # 显示全部字体表install.packages("corrplot")library(corrplot)

## 方法2：pdf()保存图片时设置为Times New Romanpdf(file = "lncRNA_sample_cor.pdf",width = 8,height = 8,family="Times")cor.plot<-corrplot(corr =corr,p.mat = p.mat,type="upper",                   tl.pos="lt",tl.col="black",                    insig = "label_sig", sig.level = c(.01, .05),                   pch.cex=1,pch.col = "black",order = "original") #,order参数是对数据进行排序，后面再细讲。cor.plot<-corrplot(corr = corr,type="lower",add=TRUE,method="number",                   tl.pos="n",tl.col="black",tl.cex=1.2,                   col="black",diag=FALSE, cl.pos="n",pch.col = "black",                   number.cex = 0.8,order = "original")dev.off()