其他
分组聚类的热图
大神一句话，菜鸟跑半年。我不是大神，但我可以缩短你走弯路的半年~
就像歌儿唱的那样，如果你不知道该往哪儿走，就留在这学点生信好不好~
这里有豆豆和花花的学习历程，从新手到进阶，生信路上有你有我!
1.问题
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。
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。
假如你尝试换了很多次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。
图就会变成：
取消了列聚类，那么热图列的顺序就会按照矩阵列的顺序排布了。那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。
所以会需要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。
2.代码如下
rm(list = ls())
library(tinyarray)
a = geo_download("GSE56649",destdir = tempdir())
a$exp = log2(a$exp+1)
find_anno(a$gpl)
## [1] "`library(hgu133plus2.db);ids <- toTable(hgu133plus2SYMBOL)` and `ids <- AnnoProbe::idmap('GPL570')` are both avaliable"
Group = factor(rep(c("control","treat"),times = c(13,9)))
Group = factor(Group,levels = c("control","treat"))
ids <- AnnoProbe::idmap('GPL570')
exp = trans_array(a$exp,ids)
g = names(tail(sort(apply(exp, 1, sd)),100))
draw_heatmap(exp[g,],Group)
draw_heatmap(exp[g,],Group,cluster_cols = F)
接下来是分组聚类热图：
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("#2fa1dd", "#f87669")),
labels = c("control","treat"),
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,
column_title = NULL)
m
如果因为代码看不懂，而跟不上正文的节奏，可以来找我，系统学习。以下课程都是循环开课。下一期的时间，点进去咨询微信咯 生信零基础入门学习小组 生信入门班（四周线上直播课） 数据挖掘班（医生/医学生首选）