听说你的热图聚类乱糟糟

小洁忘了怎么分身

发布于 2026-02-04 12:01:15

240

问题

这是一段GEO芯片数据常规的下载、分组、注释、画热图的代码：

rm(list = ls())
library(tinyarray)
a = geo_download("GSE56649")
a$exp = log2(a$exp+1)

library(stringr)
Group= ifelse(str_detect(a$pd$`disease state:ch1`,"control"),"control","patient")
Group = factor(Group,levels = c("control","patient"))

#探针注释
library(hgu133plus2.db)
ids <- toTable(hgu133plus2SYMBOL)
head(ids)

##    probe_id symbol
## 1 1007_s_at   DDR1
## 2   1053_at   RFC2
## 3    117_at  HSPA6
## 4    121_at   PAX8
## 5 1255_g_at GUCA1A
## 6   1294_at   UBA7

exp = trans_array(a$exp,ids)
g = names(tail(sort(apply(exp, 1, sd)),100))
draw_heatmap(exp[g,],Group)

应该是会经常遇到这样的热图，就是说它的聚类情况无法与分组信息吻合。其实这个并不是错了，是因为用于聚类的行（选出的这部分基因）的表达模式在两组之间没有明显区别。

解决办法1:换画图基因

只要改变基因数量，或者换一组基因，聚类树就有可能变得和分组吻合。

解决办法2：取消列的聚类

假如你尝试换基因，还是没有办法让它们变得吻合，那就取消聚类。直接使用热图的参数cluster_cols = F即可。

draw_heatmap(exp[g,],Group,cluster_cols = F)

cluster_cols=F控制了列不聚类，热图的列就会按照表达矩阵的列(样本)原本的顺序展示。

解决办法3：排序并取消列聚类

但有的数据它的样本并不是按照分组排好的，而是相间的或者杂乱的(比如control treat treat control control treat这样)，仅仅设置cluster_cols=F参数是没有用的。

我们可以手动调整一下表达矩阵的列的顺序，使它按照分组排好，分组信息的顺序也必须跟着调整。

(这个数据的样本本来就是按照分组排好的，调整一下是普适性操作，有则改之无则加勉，排好了再排一次也不影响)

Group

##  [1] patient patient patient patient patient patient patient patient patient
## [10] patient patient patient patient control control control control control
## [19] control control control control
## Levels: control patient

anno_col = data.frame(sample = colnames(exp),
                      Group = Group)
library(dplyr)
anno_col = arrange(anno_col,Group)
exp2 = exp[,anno_col$sample]
Group2 = anno_col$Group

再画图就好了

draw_heatmap(exp2[g,],Group2,cluster_cols = F)

解决办法4

设置列不聚类是可以的，不过，当样本数量多起来的时候，组内的数据规律就无法清晰的展示。

还可以考虑组内聚类这样的操作咯。这个只能用complexheatmap来实现，我还顺便找到了注释条加分组标签的画法，变得比常规热图好看一丢。

library(ComplexHeatmap)
library(circlize)
col_fun = colorRamp2(c(-2, 0, 2), c("#2fa1dd", "white", "#f87669"))
top_annotation = HeatmapAnnotation(
  cluster = anno_block(gp = gpar(fill = c("#f87669","#2fa1dd")),
                       labels = levels(Group),
                       labels_gp = gpar(col = "white", fontsize = 12)))

m = Heatmap(t(scale(t(exp[g,]))),name = " ",
            col = col_fun,
        top_annotation = top_annotation,
        column_split = Group,
        show_heatmap_legend = T,
        border = F,
        show_column_names = F,
        show_row_names = F,
        use_raster = F,
        cluster_column_slices = F,
        column_title = NULL)
m