前面給大家介紹瞭如何使用R自帶的heatmap函式+R自帶的配色方案來繪製熱圖

☞【R語言】熱圖繪製-heatmap函式

☞R語言中的顏色（一）-自帶的調色盤

今天我們接著來聊

heatmap

這個函式繪製熱圖，這次我們使用

gplots

這個R包裡面的配色方案

☞R語言中的顏色（二）-gplots包

首先我們還是先讀取需要的資料，這裡用到的資料跟【R語言】熱圖繪製-heatmap函式用到的資料是一樣的

#

讀取所有miRNA的表達矩陣

expr

=

read

。

table

（

“miRNA_expr。txt”，header=T，row。names=1，sep=“\t”）

#

讀取差異表達分析結果

#

差異表達分析可以參考https

：//

ke

。

qq

。

com

/

course

/

package

/

37513

deg

=

read

。

table

（

“MIR_DEG_fc_2。5_pval_0。01。txt”，header=T，row。names = 1，sep=“\t”）

#

設定樣本型別

type

=

factor

（

rep

（

c

（

“CR”，“CC”），each=3））

#

提取差異表達miRNA的名字

miRNA

=

rownames

（

deg

）

#

提取差異表達miRNA對應的表達矩陣

data

=

as

。

matrix

（

expr

［

miRNA

，］）

接下來我們需要安裝gplots這個R包，因為需要用到裡面的配色方案

#

如果沒有安裝gplots這個包

，

需要先去掉下一行中的

#，

再執行進行安裝

#

install

。

packages

（

“gplots”）

​

#

載入gplots包

library

（

gplots

）

最後我們就可以來利用heatmap和gplots裡面的配色方案來繪製

火山圖

了

1。採用gplots包中的redblue配色方案，藍色高表達，紅色低表達

heatmap（data， cexCol = 1，scale=“row”，col = redblue（100））

2。採用gplots包中的bluered配色方案，紅色高表達，藍色低表達

heatmap（data， cexCol = 1，scale=“row”，col = bluered（100））

3。採用gplots包中的redgreen配色方案，綠色高表達，紅低表達

heatmap（data， cexCol = 1，scale=“row”，col = redgreen（100））

4。採用gplots包中的greenred配色方案，紅色高表達，綠低表達

heatmap（data， cexCol = 1，scale=“row”，col = greenred（100））

5。採用gplots包中的colorpanel配色方案，由綠到紅的漸變，綠低表達，紅色高表達

heatmap（data， cexCol = 1，scale=“row”，col = colorpanel（100，low=“green”，high=“red”））

6。採用gplots包中的colorpanel配色方案，由綠到黃再到紅的漸變，綠低表達，紅色高表達，黃色為中間值

heatmap（data， cexCol = 1，scale=“row”，col = colorpanel（100，low=“green”，mid = “yellow”， high=“red”））

本文中使用的表達矩陣來自GEO公共資料庫

https：//www。

ncbi。nlm。nih。gov/geo/qu

ery/acc。cgi？acc=GSE82236

關於GEO資料庫檢索和差異表達分析可以參考

☞基於GEO公共資料庫的資料探勘

獲取文中使用的原始資料

參考資料：

☞【R語言】熱圖繪製-heatmap函式

☞R語言中的顏色（一）-自帶的調色盤

☞R語言中的顏色（二）-gplots包

☞ 超詳細的熱圖繪製教程（5000餘字），真正的保姆級教程

☞ R語言繪製基因表達熱圖（簡易版）

☞ 一個R函式搞定風險評估散點圖，熱圖

☞ R繪製甲基化和表達譜聯合分析熱圖