ComplexHeatmap 的简单应用
ComplexHeatmap
包提供了一种高度灵活的方式来排列多个热图,并支持各种图形注释。
1.R 包安装
###R包ComplexHeatmap安装
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("ComplexHeatmap")
2. 数据示例
![3d4441c60eb2845f927fd8cdf8575c00.png](https://img-blog.csdnimg.cn/img_convert/3d4441c60eb2845f927fd8cdf8575c00.png)
这是一个由 edgeR
R
包处理获得的差异基因表达数据,行是差异基因,列是样本,最后三列分别是log2FoldChange,pvalue
和校正后的 p
值 padj
。
![83253138712ab217cb380bb4f8947e07.png](https://img-blog.csdnimg.cn/img_convert/83253138712ab217cb380bb4f8947e07.png)
3. 代码
# 加载 R 包 ComplexHeatmap
library(ComplexHeatmap)
# ----读取表达谱数据和提取样本数据----
# 读入差异表达数据
data "casevscontrol_DEGs.xls",sep="\t",header = T,stringsAsFactors = F)
# 获得上调的基因的表达
# %>% 为管道操作符,并用 dplyr 包中的函数进行数据筛选和提取
Up % dplyr::filter(log2FoldChange > 1)
# 获得下调的基因的表达
Down % dplyr::filter(log2FoldChange 1