生信数据分析——绘制差异热图

生信数据分析——绘制差异热图

---

差异分析的热图（Heat Map）在生物信息学数据分析中，特别是在基因表达差异分析中，是一个非常直观和有用的工具。

本教程将从导入的数据结构开始，一步步带大家在R中绘制好看的热图，最后对热图进行解读，确保读者理解代码的同时学会解读热图里的每个元素所代表的意思。

首先来看一下最终的热图长啥样：

---

---

热图的构建基于两个主要的数据：

表达矩阵：行为基因，列为样本的表达矩阵，只要是能反应每个样本不同基因表达水平即可。

分组信息表：与样本对应，要明确知道每个样本属于哪个条件分组。

注：绘制差异热图不需要用到差异分析的结果，但我这里仅展示上下调前10个基因的表达热图，所以用到了差异分析的结果

---

本项目以GSE73461数据集(芯片数据)展示热图绘制过程
实验分组：疾病组（77例），对照组（55例）
R版本：4.2.2
R包：ComplexHeatmap，tidyverse

废话不多说，代码如下：

设置工作空间：

rm(list = ls()) # 删除工作空间中所有的对象
setwd('/XX/XX/XX') # 设置工作路径
if(!dir.exists('./01_DEGs')){
   
  dir.create('./01_DEGs')
} # 判断该工作路径下是否存在名为01_DEGs的文件夹，如果不存在则创建，如果存在则pass
setwd('./01_DEGs/') # 设置路径到刚才新建的01_DEGs下

加载包：

library(ComplexHeatmap)
library(tidyverse)

导入表达矩阵：train_data

注：芯片数据处理过程参考之前的教程——数据处理（GEO数据库——芯片数据）

train_data <- read.csv('../../00_rawdata/GSE73461/dat.GSE73461.csv', row.names = 1, check.names = F)

train_data如下图所示，行名是基因，列名是样本名，图中数字代表基因表达量，这样就能获取到每个基因在不同样本中的表达。

导入分组信息表：group，并根据分组信息简单排序

group <- read.csv('../../00_rawdata/GSE73461/group.GSE73461.csv')
group <- group[order(group$group), ] ## 根据分组信息简单排序
table(group$group)
train_data <- train_data[, group$sample] ## 保证表达矩阵与这个分组信息表对应

group 如下图所示，第一列是样本ID，第二列是样本对应的分组，这样就能获取到每个样本对应的条件分组。

导入差异分析结果（limma/DESeq2都可以）：

DEG <- read.csv('../../01_DEGs/GSE73461/DEG_all.csv'