复现PNAS图表：数据整理+聚类离散热图

今天复现一幅PNAS文章中的图，是个热图，重点不是这个热图，而是得到做热图的数据(数据代码已上传qq群)。原文及图片如下：

（reference：Convergent molecular, cellular, and cortical neuroimaging signatures of major depressive disorder）

构建数据

其实得到数据才是这一篇文章的重点内容，从原始的GO、KEGG分析结果csv文件中，我们挑选需要的通路，还有基因，构建做这个离散热图的文件。这里涉及到一个批量读入文件的操作，其实我们只有三个文件，这样做实属操作过度，不过这里只是一个例子，当你面对几十个文件要读入的时候，想起来这篇文章，获取有用！

 
setwd("D:/KS项目/公众号文章/复现PNAS")
 
#批量读入csv文件，这只是一种方法
library(dplyr)
data <-list.files(path = "D:/KS项目/公众号文章/复现PNAS",
                  pattern = "*.csv",
                  full.names = T)
data <- data%>%lapply(read.csv)
 
Enrich <- data[[1]]
gene_sel <- data[[2]]
pathway_sel <- data[[3]]
#挑选pathway，原图作者提供了20条，我可能输入有误吧，只有16，无所谓能做图即可
Enrich_sel <- Enrich[Enrich$Name %in% pathway_sel$pathway, ]

接下来就是鉴定我们选定的基因是否存在于通路基因中，通过循环构建数据。这样的数据是TRUE和FALSE的一个矩阵。由于后期无法聚类，所以将其转化为0，1矩阵。

#构建数据，就是看我们选择的基因是否存在于选定通路
enrich_pathway <- Enrich_sel$Name
Enrich_df <- gene_sel
for (i in 1:length(enrich_pathway)){
  a <- Enrich_sel[i,]$Hit.in.Query.List
  a <- as.character(unlist(strsplit(a, split = ",")))
  b <- gene_sel$gene_sel %in% a
  b <- as.data.frame(b)
  colnames(b) <- enrich_pathway[i]
  
  Enrich_df <- cbind(Enrich_df, b)
}
#构建矩阵
rownames(Enrich_df) <-Enrich_df[,1]
Enrich_df <- Enrich_df[,-1]
head(Enrich_df)
 
#浅尝一下，作个热图，做热图
Enrich_df[Enrich_df == "TRUE"] = 1
Enrich_df[Enrich_df == "FALSE"] = 0

Complexheatmap作图

 
library(ComplexHeatmap)
Heatmap(t(as.matrix(Enrich_df)),
        cluster_rows = T,
        cluster_columns = F,
        show_column_names = T,
        show_row_names = T,
        row_names_side =  'left',
        column_title = NULL,
        heatmap_legend_param = list(
          title=' ',
          labels=c('Present','Absent'),
          labels_gp = gpar(fontsize = 10),
          border='black'),
        col = c('#F2F2F0','#5A8FCA'),
        rect_gp = gpar(col = "grey", lwd = 1),
        row_names_gp = gpar(fontsize = 10),
        column_names_gp = gpar(fontsize = 10))

图片

我们看到有个缺点就是聚类和行名无法用不同颜色表示，我感觉Heatmap应该是无法直接实现了。后期还发现一个从没用过的做热图函数，还挺有意思的，它就可以实现聚类标注不同颜色，功能挺强大，缺点是参数名称太不友好，不像heatmap让人一看名字就知道是干嘛的，如下。

heatmaply作图

 
install.packages("heatmaply")
library(heatmaply)
heatmaply(t(as.matrix(Enrich_df)),
          k_row=3,
          colors=c('#F2F2F0','#5A8FCA'),
          show_dendrogram=c(TRUE,FALSE),
          column_text_angle=90,
          row_dend_left=F,
          grid_color ='grey',
          hide_colorbar =T,
          branches_lwd =0.5)

图片

具体参数感兴趣可自行研究。其实还没有达到完全复现，ggplot是可以很轻松实现的，但这不是我的目的，不弄了。我想很多人和我一样，并不是专业计算机出身的人，所以不要追求代码写的漂亮，只要达到目的就可以。而且，写的过程中要自己思考，代码不是冷冰冰的，那都是逻辑啊！有错误了也是需要有逻辑的去思考去寻找，而不是什么也不看！

觉得分享对你有用的，点个赞、分享一下呗！更多精彩请至我的公众号《KS科研分享与服务》！