高大上的甲基化和表達(dá)譜聯(lián)合分析熱圖展示實(shí)例

#顯示樣本是腫瘤樣本還是正常樣本的標(biāo)簽
>type?=?res_list$type
(20個(gè)正常樣本和20個(gè)腫瘤樣本)
#矩陣，其中行對(duì)應(yīng)差異甲基化區(qū)域(DMR),矩陣中的值是每個(gè)樣品中DMR中的平均甲基化水平。
>mat_meth?=?res_list$mat_meth

#矩陣，其中行對(duì)應(yīng)于與DMR相關(guān)的基因（即與DMR最近的基因，也可以叫做DMR關(guān)聯(lián)基因），矩陣中的值是每個(gè)樣品中每個(gè)基因的表達(dá)水平（對(duì)樣品中的每個(gè)基因的表達(dá)進(jìn)行了標(biāo)準(zhǔn)化）。
>mat_expr?=?res_list$mat_expr

#甲基化變化的方向(hyper表示腫瘤樣本中高甲基化，hypo表示腫瘤樣本中低甲基化)
>direction?=?res_list$direction
#甲基化與甲基化關(guān)聯(lián)基因相關(guān)性p值
>cor_pvalue?=?res_list$cor_pvalue
#基因類(lèi)型(如蛋白編碼基因或lincRNA等)
>gene_type?=?res_list$gene_type
#DMR注釋到基因的功能區(qū)間(如intergenic/intragenic或者TSS
>anno_gene?=?res_list$anno_gene
#DMR到關(guān)聯(lián)基因TSS的距離
>dist?=?res_list$dist
#與增強(qiáng)子重疊的DMR的部分
>anno_enhancer?=?res_list$anno_enhancer

##首先計(jì)算甲基化矩陣的列聚類(lèi)，以便可以將表達(dá)矩陣中的列調(diào)整為具有與甲基化矩陣中相同的列順序。
>column_tree?=?hclust(dist(t(mat_meth)))
>column_order?=?column_tree$order

#顏色定義參見(jiàn)上一篇(如何讓你的圖變得高大上之ComplexHeatmap())
>library(RColorBrewer)
#定義甲基化表達(dá)水平顏色，從0/blue-0.5/white-1/red漸變
>meth_col_fun?=?colorRamp2(c(0,?0.5,?1),?c(“blue”,?“white”,?“red”))
#定義甲基化變化方向?qū)?yīng)顏色
>direction_col?=?c(“hyper”?=?“red”,?“hypo”?=?“blue”)
#定義表達(dá)水平顏色
>expr_col_fun?=?colorRamp2(c(-2,?0,?2),?c(“green”,?“white”,?“red”))
#定義相關(guān)性p值顏色
>pvalue_col_fun?=?colorRamp2(c(0,?2,?4),?c(“white”,?“white”,?“red”))
#定義基因類(lèi)型顏色
>gene_type_col?=?structure(brewer.pal(length(unique(gene_type)),?“Set3”),
names?=?unique(gene_type))
#定義注釋model顏色
>anno_gene_col?=?structure(brewer.pal(length(unique(anno_gene)),?“Set1”),
names?=?unique(anno_gene))
#定義距離顏色
>dist_col_fun?=?colorRamp2(c(0,?10000),?c(“black”,?“white”))
#定義增強(qiáng)子相關(guān)顏色
>enhancer_col_fun?=?colorRamp2(c(0,?1),?c(“white”,?“orange”))

##我們首先定義兩個(gè)列注釋?zhuān)缓笾谱鲝?fù)雜的熱圖。
#ht_global_opt()是一個(gè)可選函數(shù)，它會(huì)全局控制一些參數(shù)。我們可以通過(guò)此全局函數(shù)同時(shí)為所有熱圖/注釋設(shè)置一些參數(shù)。需要注意的是，一定將它放在熱圖代碼(也就是Heatmap())之前，并在繪制熱圖后重置所有選項(xiàng)值以消除對(duì)下一個(gè)熱圖的影響。
#可以通過(guò)?ComplexHeatmap::ht_global_opt查看此函數(shù)的幫助
>?names(ht_global_opt())????????#可查看該函數(shù)可定義的參數(shù)
[1]?“heatmap_row_names_gp”
[2]?“heatmap_column_names_gp”
[3]?“heatmap_row_title_gp”
[4]?“heatmap_column_title_gp”
[5]?“heatmap_legend_title_gp”
[6]?“heatmap_legend_title_position”
[7]?“heatmap_legend_labels_gp”
[8]?“heatmap_legend_grid_height”
[9]?“heatmap_legend_grid_width”
[10]?“heatmap_legend_grid_border”
[11]?“annotation_legend_title_gp”
[12]?“annotation_legend_title_position”
[13]?“annotation_legend_labels_gp”
[14]?“annotation_legend_grid_height”
[15]?“annotation_legend_grid_width”????[16]?“annotation_legend_grid_border”
[17]?“fast_hclust”

>ht_global_opt(
heatmap_legend_title_gp?=?gpar(fontsize?=?8,?fontface?=?“bold”),
heatmap_legend_labels_gp?=?gpar(fontsize?=?8),
heatmap_column_names_gp?=?gpar(fontsize?=?8),
heatmap_column_title_gp?=?gpar(fontsize?=?10),
heatmap_row_title_gp?=?gpar(fontsize?=?8)
)
#利用HeatmapAnnotation()對(duì)行或列注釋。HeatmapAnnotation()函數(shù)會(huì)生成一個(gè)注釋用的list對(duì)象。該函數(shù)的主要格式是HeatmapAnnotation(df/數(shù)據(jù)框, name/注釋名稱(chēng), col/注釋顏色列表, show_legend/是否顯示數(shù)據(jù)框中每一列的圖例)
#樣本類(lèi)型注釋?zhuān)琓umor樣本為pink，Control樣本為royalbule，名稱(chēng)在左邊
>ha?=?HeatmapAnnotation(type?=?type,
col?=?list(type?=?c(“Tumor”?=?“pink”,?“Control”?=?“royalblue”)),
annotation_name_side?=?“left”)
#不顯示圖例名稱(chēng)
>ha2?=?HeatmapAnnotation(type?=?type,
col?=?list(type?=?c(“Tumor”?=?“pink”,?“Control”?=?“royalblue”)),
show_legend?=?FALSE)

#Heatmap()實(shí)際上是單一熱圖的類(lèi)構(gòu)造函數(shù)。如果需要組合超過(guò)一個(gè)熱圖，用戶可以通過(guò)+操作符添加熱圖。默認(rèn)情況下，將兩個(gè)熱圖通過(guò)+連接后，第二個(gè)熱圖的行聚類(lèi)樹(shù)會(huì)去掉，行的順序會(huì)與是第一個(gè)熱圖的順序保持一致。
>ht_list?=?Heatmap(mat_meth,?name?=?“methylation”,?col?=?meth_col_fun,
column_order=?column_order,
top_annotation?=?ha,?column_title?=?“Methylation”)?+

#方向部分
Heatmap(direction,?name?=?“direction”,?col?=?direction_col)?+

#表達(dá)部分
Heatmap(mat_expr[,?column_tree$order],?name?=?“expression”,
col?=?expr_col_fun,
column_order?=?column_order,
top_annotation?=?ha2,?column_title?=?“Expression”)?+

#p值部分
Heatmap(cor_pvalue,?name?=?“-log10(cor_p)”,?col?=?pvalue_col_fun)+

#基因類(lèi)型部分
Heatmap(gene_type,?name?=?“gene?type”,?col?=?gene_type_col)?+

#基因注釋部分
Heatmap(anno_gene,?name?=?“anno_gene”,?col?=?anno_gene_col)?+

#距離部分
Heatmap(dist,?name?=?“dist_tss”,?col?=?dist_col_fun)?+

#增強(qiáng)子部分
Heatmap(anno_enhancer,?name?=?“anno_enhancer”,?col?=?enhancer_col_fun,
cluster_columns?=?FALSE,?column_title?=?“Enhancer”)

#可以看到，整個(gè)熱圖是單個(gè)熱圖從左到右依次相加，圖例是從上到下依次相加，除了第一個(gè)熱圖的行聚類(lèi)樹(shù)保留了之外，其他的都默認(rèn)被去除掉，順序和第一個(gè)熱圖保持一致。
#熱圖相加的返回值是一個(gè)HeatmapList對(duì)象。直接允許ht_list對(duì)象會(huì)默認(rèn)調(diào)用draw()方法。通過(guò)顯式地調(diào)用draw()方法，你可以進(jìn)行更多的控制，例如圖例和標(biāo)題。
#可以通過(guò)??`draw,HeatmapList-method`來(lái)查看draw的幫助
#分兩個(gè)cluster進(jìn)行聚類(lèi)，按hyper和hypo進(jìn)行分裂，加上整張熱圖的名稱(chēng)，設(shè)置圖例位置等
>draw(ht_list,?km?=?2,?split?=?direction,
column_title?=?“Comprehensive?correspondence?between?methylation,
expression?and?other?genomic?features”,
column_title_gp?=?gpar(fontsize?=?12,?fontface?=?“bold”),
merge_legends?=?TRUE,?heatmap_legend_side?=?“bottom”)
#重置全局參數(shù)消除影響
>ht_global_opt(RESET?=?TRUE)