R繪圖|pheatmap熱圖繪制——高階篇
繪圖場景 ：在高通量檢測數據中，我們在數據展示上往往都喜歡將感興趣的功能或者通路基因繪制成熱圖形式，能夠讓讀者壹目了然的發現某功能是增強了？還是減弱了？在實際過程中，表型實驗上已經證明了炎癥反應的走向，從初期增強到後期減弱。但在對應的高通量數據中卻不是如我們所想，趨勢很淩亂，很難說炎癥這個過程的增強減弱。因此在拿到數據後，需要有選擇性的篩選和展示。今天就以項目為例，記錄整個繪制過程。
1. 對促炎數據做聚類分析並提取所需信息
首先清除環境，安裝並加載所需要的R包
讀入促炎數據並對數據做簡單處理
繪圖查看基因聚類情況
從上圖發現，基因按照表達模式可分為3大類，其中1和2類是想要的數據。
那如何提取這部分數據呢？
首先將表達數據與聚類分類信息合並
按照聚類順序將聚類1和2的數據提取出來
2. 對抑炎數據做聚類分析並提取所需信息
讀入抑炎數據並對數據做簡單處理
繪圖查看基因聚類情況
從上圖發現，基因按照表達模式可分為2大類，其中1類是想要的數據。
那如何提取這部分數據呢？
首先將表達數據與聚類分類信息合並
按照聚類順序將聚類1和2的數據提取出來
3. 限定pos組數據的顏色，統壹顏色標尺
首席清除環境，加載R包並讀入上遊篩選出的促炎數據
限定顏範圍
繪圖(促炎熱圖)
4. 限定neg組數據的顏色，統壹顏色標尺
首席清除環境，加載R包並讀入上遊篩選出的促炎數據
限定顏範圍
繪圖(抑炎熱圖)
5. 合並兩張圖片
最後可以用AI組合兩個結果，也許R包也可以，還沒有學。。。成圖如下：整體體現出促炎反應隨著時間減弱，抑炎隨著時間增強，兩個功能呈現此消彼長的趨勢，符合實驗表型。
往期回顧
R繪圖|ggplot2散點圖的繪制
R繪圖|pheatmap熱圖繪制——基礎篇
R繪圖|pheatmap熱圖繪制——中階篇
今天的內容就到這裏~~ ，更多內容可關註公***號“YJY技能修煉” ~~