pheatmap是一個(gè)非常受歡迎的繪制熱圖的R包。ComplexHeatmap包即是受之啟發(fā)而來。你可以發(fā)現(xiàn)Heatmap()函數(shù)中很多參數(shù)都與pheatmap()相同。在pheatmap的時(shí)代（請(qǐng)?jiān)试S我這么說），pheatmap意思是pretty heatmap，但是隨著時(shí)間推進(jìn)，技術(shù)發(fā)展，各種新的數(shù)據(jù)出現(xiàn)，pretty is no more pretty，我們需要更加復(fù)雜和更有效率的熱圖可視化方法對(duì)龐大的數(shù)據(jù)進(jìn)行快速并且有效的解讀，因此我開發(fā)并且一直維護(hù)和改進(jìn)著ComplexHeatmap包。為了使龐大并且“陳舊”的（對(duì)不起，我不應(yīng)該這么說。）pheatmap用戶群能夠迅速并且無痛的遷移至ComplexHeatmap，從2.5.2版本開始，我在ComplexHeatmap包中加入了一個(gè)pheatmap()函數(shù)，它涵蓋了pheatmap::pheatmap()所有的功能，也就是說，它提供了和pheatmap::pheatmap()一模一樣的參數(shù)，并且生成的熱圖的樣式也幾乎相同。同時(shí)，ComplexHeatmap::pheatmap()函數(shù)也能使用ComplexHeatmap獨(dú)有的功能，比如對(duì)行和列進(jìn)行切分，加入自定義的annotation，多個(gè)熱圖和annotation的連接，或者創(chuàng)建一個(gè)互動(dòng)的熱圖(interactive heatmap, 通過ht_shiny()函數(shù))
ComplexHeatmap::pheatmap()包含了pheatmap::pheatmap()中所有的參數(shù)，這意味著，當(dāng)你從pheatmap遷移至ComplexHeatmap時(shí)，你無需添加任何額外的步驟，你只需要載入ComplexHeatmap而不是pheatmap包，然后重新運(yùn)行你原始的pheatmap代碼。剩下的你只是去見證奇跡的發(fā)生。
注意如下五個(gè)pheatmap::pheatmap()的參數(shù)在ComplexHeatmap::pheatmap()中被忽視:
-
kmeans_k:在pheatmap::pheatmap()中，如果這個(gè)參數(shù)被設(shè)定，輸入矩陣會(huì)進(jìn)行k均值聚類，然后每個(gè)cluster使用其均值向量表示。最終的熱圖是k個(gè)均值向量的熱圖。此操作改變了原始矩陣的大小，而且每個(gè)cluster的大小信息丟失了，直接解讀均值向量可能會(huì)造成對(duì)數(shù)據(jù)的誤解。我不贊成此操作，因此我沒有支持這個(gè)參數(shù)。在ComplexHeatmap中，row_km和column_km參數(shù)可能是一個(gè)更好的選擇。 -
filename:如果這個(gè)參數(shù)被設(shè)定，熱圖直接保存至指定的文件中。我認(rèn)為這只是畫蛇添足（沒有貶低pheatmap的意思，只是最近在給小孩講成語故事，然后想在這里使用一下）的一步，ComplexHeatmap::pheatmap()不支持此參數(shù)。 -
width:filename的寬度。 -
height:filename的長度。 -
silent: 是否打印信息。
在pheatmap::pheatmap()中，color參數(shù)需要設(shè)置為一個(gè)長長的顏色向量（如果你想用100種顏色的話），比如：
pheatmap::pheatmap(mat, color = colorRampPalette(rev(brewer.pal(n = 7, name = "RdYlBu")))(100))
在ComplexHeatmap::pheatmap()中，你可以簡化無需使用colorRampPalette()去擴(kuò)展更多的顏色，你可以直接簡化為如下，顏色會(huì)被自動(dòng)插值和擴(kuò)展。
ComplexHeatmap::pheatmap(mat, color = rev(brewer.pal(n = 7, name = "RdYlBu")))
例子
我們首先創(chuàng)建一個(gè)隨機(jī)數(shù)據(jù)，這個(gè)來自于pheatmap包中提供的例子(https://rdrr.io/cran/pheatmap/man/pheatmap.html).
test = matrix(rnorm(200), 20, 10)test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)] + 3test[11:20, seq(2, 10, 2)] = test[11:20, seq(2, 10, 2)] + 2test[15:20, seq(2, 10, 2)] = test[15:20, seq(2, 10, 2)] + 4colnames(test) = paste("Test", 1:10, sep = "")rownames(test) = paste("Gene", 1:20, sep = "")
我們載入ComplexHeatmap包，然后執(zhí)行pheatmap()函數(shù)，生成一副和pheatmap::pheatmap()非常類似的熱圖。
library(ComplexHeatmap)# 注意這是ComplexHeatmap::pheatmappheatmap(test)
在ComplexHeatmap::pheatmap()中，按照pheatmap::pheatmap()的樣式進(jìn)行了相應(yīng)的配置，因此，大部分元素的樣式一模一樣。只有少部分不一致，比如說熱圖的legend。
下一個(gè)例子是在熱圖中加入annotation。以下代碼是在pheatmap()中添加annotation。如果你是pheatmap()用戶，你應(yīng)該對(duì)annotation的數(shù)據(jù)格式不太陌生。
annotation_col = data.frame( CellType = factor(rep(c("CT1", "CT2"), 5)), Time = 1:5)rownames(annotation_col) = paste("Test", 1:10, sep = "")annotation_row = data.frame( GeneClass = factor(rep(c("Path1", "Path2", "Path3"), c(10, 4, 6))))rownames(annotation_row) = paste("Gene", 1:20, sep = "")ann_colors = list( Time = c("white", "firebrick"), CellType = c(CT1 = "#1B9E77", CT2 = "#D95F02"), GeneClass = c(Path1 = "#7570B3", Path2 = "#E7298A", Path3 = "#66A61E"))pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row, annotation_colors = ann_colors)
看起來和pheatmap::pheatmap()還是很一致。
ComplexHeatmap::pheatmap()內(nèi)部其實(shí)使用了Heatmap()函數(shù)，因此更多的參數(shù)都最終傳遞給了Heatmap()。我們可以在pheatmap()中使用一些Heatmap()特有的參數(shù)，比如row_split和column_split來對(duì)行和列進(jìn)行切分。
pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row, annotation_colors = ann_colors, row_split = annotation_row$GeneClass, column_split = annotation_col$CellType)
ComplexHeatmap::pheatmap()返回一個(gè)Heatmap對(duì)象，因此它可以與其他Heatmap/HeatmapAnnotation對(duì)象連接。換句話說，你可以使用炫酷的+或者%v%對(duì)多個(gè)pheatmap水平連接或者垂直連接。
p1 = pheatmap(test, name = "mat1")p2 = rowAnnotation(foo = anno_barplot(1:nrow(test)))p3 = pheatmap(test, name = "mat2", col = c("navy", "white", "firebrick3"))p1 + p2 + p3
ComplexHeatmap支持將一個(gè)熱圖導(dǎo)出為一個(gè)shiny app，這也同樣適用于pheatmap()，因此你可以這樣做：
ht = pheatmap(...)ht_shiny(ht) # 強(qiáng)烈建議試一試
還有一件重要的小事是，因?yàn)?code>ComplexHeatmap::pheatmap()返回一個(gè)Heatmap對(duì)象，如果pheatmap()并沒有在一個(gè)interactive的環(huán)境執(zhí)行，比如說在一個(gè)R腳本中，或者在一個(gè)函數(shù)/for loop中，你應(yīng)該顯式的調(diào)用draw()函數(shù)進(jìn)行畫圖。
for(...) { p = pheatmap(...) draw(p)}
最后我想說的事，這篇文章的主旨并不是鼓勵(lì)用戶直接使用ComplexHeatmap::pheatmap()，我只是在此展示了pheatmap完全可以用ComplexHeatmap來代替，而且ComplexHeatmap提供了工具讓用戶無需任何額外的操作(zero effort)就可以遷移以前舊的代碼。但是我還是強(qiáng)烈建議用戶直接使用ComplexHeatmap中的“正經(jīng)函數(shù)”。
從pheatmap到ComplexHeatmap的翻譯
在“閱讀原文”中，你可以找到一個(gè)表格，其中詳細(xì)的列出了如何將pheatmap::pheatmap()中的參數(shù)對(duì)應(yīng)到Heatmap()中。
比較
這一小節(jié)我比較了相同參數(shù)下pheatmap::pheatmap()生成的熱圖和ComplexHeatmap::pheatmap()的相似度。我使用了pheatmap包中所有的例子(https://rdrr.io/cran/pheatmap/man/pheatmap.html)。同時(shí)我也使用了ComplexHeatmap中提供的一個(gè)簡單的幫助函數(shù)ComplexHeatmap::compare_pheatmap()。它的功能就是把參數(shù)同時(shí)傳遞給pheatmap::pheatmap()和ComplexHeatmap::pheatmap()，然后生成兩幅熱圖，這樣可以直接進(jìn)行比較。因此如下代碼
compare_pheatmap(test)
其實(shí)等同于：
pheatmap::pheatmap(test)ComplexHeatmap::pheatmap(test)
在往下閱讀之前，我先告訴你結(jié)論：pheatmap::pheatmap()和ComplexHeatmap::pheatmap()產(chǎn)生的熱圖幾乎完全相同。
只提供一個(gè)矩陣：
compare_pheatmap(test)
對(duì)列進(jìn)行z-score歸一化，行聚類距離使用相關(guān)性距離：
compare_pheatmap(test, scale = "row", clustering_distance_rows = "correlation")
設(shè)定顏色：
compare_pheatmap(test, color = colorRampPalette(c("navy", "white", "firebrick3"))(50))
不對(duì)行聚類：
compare_pheatmap(test, cluster_row = FALSE)
不顯示legend：
compare_pheatmap(test, legend = FALSE)
在矩陣格子上顯示數(shù)值：
compare_pheatmap(test, display_numbers = TRUE)
對(duì)矩陣格子上的數(shù)值進(jìn)行格式化：
compare_pheatmap(test, display_numbers = TRUE, number_format = "%.1e")
自定義矩陣格子上的文字：
compare_pheatmap(test, display_numbers = matrix(ifelse(test > 5, "*", ""), nrow(test)))
定義legend上的label：
compare_pheatmap(test, cluster_row = FALSE, legend_breaks = -1:4, legend_labels = c("0", "1e-4", "1e-3", "1e-2", "1e-1", "1"))
熱圖的標(biāo)題：
compare_pheatmap(test, cellwidth = 15, cellheight = 12, main = "Example heatmap")
添加列的annotation：
annotation_col = data.frame( CellType = factor(rep(c("CT1", "CT2"), 5)), Time = 1:5)rownames(annotation_col) = paste("Test", 1:10, sep = "")annotation_row = data.frame( GeneClass = factor(rep(c("Path1", "Path2", "Path3"), c(10, 4, 6))))rownames(annotation_row) = paste("Gene", 1:20, sep = "")compare_pheatmap(test, annotation_col = annotation_col)
不繪制annotation的legend：
compare_pheatmap(test, annotation_col = annotation_col, annotation_legend = FALSE)
同時(shí)添加行和列的annotation：
compare_pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row)
調(diào)整列名的旋轉(zhuǎn)：
compare_pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row, angle_col = "45")
調(diào)整列名的旋轉(zhuǎn)至水平方向：
compare_pheatmap(test, annotation_col = annotation_col, angle_col = "0")
控制annotation的顏色：
ann_colors = list( Time = c("white", "firebrick"), CellType = c(CT1 = "#1B9E77", CT2 = "#D95F02"), GeneClass = c(Path1 = "#7570B3", Path2 = "#E7298A", Path3 = "#66A61E"))compare_pheatmap(test, annotation_col = annotation_col, annotation_colors = ann_colors, main = "Title")
同時(shí)控制行和列annotation的顏色：
compare_pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row, annotation_colors = ann_colors)
只提供部分annotation的顏色，未提供顏色的annotation使用隨機(jī)顏色：
compare_pheatmap(test, annotation_col = annotation_col, annotation_colors = ann_colors[2])
將熱圖分為兩部分，我建議直接使用Heatmap()中的row_split或者row_km參數(shù)。
compare_pheatmap(test, annotation_col = annotation_col, cluster_rows = FALSE, gaps_row = c(10, 14))
使用cutree()對(duì)列的dendrogram切分：
compare_pheatmap(test, annotation_col = annotation_col, cluster_rows = FALSE, gaps_row = c(10, 14), cutree_col = 2)
自定義行名：
labels_row = c("", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "Il10", "Il15", "Il1b")compare_pheatmap(test, annotation_col = annotation_col, labels_row = labels_row)
自定義聚類的距離：
drows = dist(test, method = "minkowski")dcols = dist(t(test), method = "minkowski")compare_pheatmap(test, clustering_distance_rows = drows, clustering_distance_cols = dcols)
對(duì)聚類的回調(diào)處理：
library(dendsort)callback = function(hc, ...){dendsort(hc)}compare_pheatmap(test, clustering_callback = callback)
