1. 先搞清楚這張圓形熱圖到底要解決什么展示問(wèn)題看到“復(fù)現(xiàn)文獻(xiàn)中的圓形熱圖”這個(gè)需求很多人的第一反應(yīng)是去找代碼。但更關(guān)鍵的一步是先理解文獻(xiàn)作者為什么選擇圓形熱圖而不是常規(guī)的矩形熱圖。這決定了你復(fù)現(xiàn)的起點(diǎn)和終點(diǎn)。圓形熱圖在學(xué)術(shù)圖表里通常被稱(chēng)為“Circular Heatmap”或“Circular Visualization”它不只是把矩形熱圖彎成一個(gè)圈那么簡(jiǎn)單。它核心解決的是兩類(lèi)展示問(wèn)題周期性或循環(huán)關(guān)系數(shù)據(jù)的可視化比如一天24小時(shí)的基因表達(dá)變化、一年12個(gè)月的物種豐度、細(xì)胞周期相關(guān)基因的表達(dá)模式。用圓形布局能直觀(guān)地體現(xiàn)“周期結(jié)束即是開(kāi)始”的循環(huán)特性。高維度、多層次關(guān)聯(lián)數(shù)據(jù)的整合展示當(dāng)你有多個(gè)數(shù)據(jù)矩陣并且它們之間存在層級(jí)或網(wǎng)絡(luò)關(guān)系時(shí)比如基因-通路-表型圓形布局可以更緊湊地展示這些關(guān)系并通過(guò)扇區(qū)、軌道等元素進(jìn)行分層。所以在動(dòng)手敲代碼之前我建議你先問(wèn)自己兩個(gè)問(wèn)題第一我手頭的數(shù)據(jù)是否具有上述的周期性或多層次關(guān)聯(lián)特性第二文獻(xiàn)中的那張圖除了“圓”這個(gè)形狀它的顏色、扇區(qū)劃分、內(nèi)外軌道、連線(xiàn)分別代表了什么數(shù)據(jù)維度把這兩個(gè)問(wèn)題搞清楚復(fù)現(xiàn)就成功了一半。對(duì)于R語(yǔ)言用戶(hù)ComplexHeatmap包是繪制這類(lèi)高級(jí)熱圖的絕對(duì)主力它功能強(qiáng)大但學(xué)習(xí)曲線(xiàn)也相對(duì)陡峭。它的核心優(yōu)勢(shì)在于將熱圖拆解成一個(gè)個(gè)可以自由組合的“模塊”比如熱圖塊、行/列注釋、圖形元素再通過(guò)%v%或運(yùn)算符進(jìn)行拼接最終實(shí)現(xiàn)幾乎任何你能想到的布局。復(fù)現(xiàn)圓形熱圖本質(zhì)上就是學(xué)習(xí)如何用ComplexHeatmap的這些模塊去“搭建”一個(gè)圓形布局。2. 復(fù)現(xiàn)前的核心準(zhǔn)備數(shù)據(jù)、包與環(huán)境復(fù)現(xiàn)不是照貓畫(huà)虎你得先把自己的“原料”準(zhǔn)備好。這里分三步走數(shù)據(jù)整理、包安裝、理解核心函數(shù)。2.1 數(shù)據(jù)整理從文獻(xiàn)到你的數(shù)據(jù)框文獻(xiàn)里的圖很美但你的數(shù)據(jù)必須整理成R能識(shí)別的格式。ComplexHeatmap最常用的輸入是一個(gè)數(shù)值矩陣matrix行和列通常是你要比較的實(shí)體比如基因和樣本。假設(shè)你要復(fù)現(xiàn)一張展示10個(gè)基因在5個(gè)時(shí)間點(diǎn)表達(dá)量的圓形熱圖你的數(shù)據(jù)就應(yīng)該是一個(gè)10行基因、5列時(shí)間點(diǎn)的矩陣。數(shù)據(jù)可以從你的實(shí)驗(yàn)中獲得或者從文獻(xiàn)的補(bǔ)充材料里提取有時(shí)作者會(huì)提供原始數(shù)據(jù)。用read.table()或read.csv()讀入后用as.matrix()轉(zhuǎn)換。# 示例創(chuàng)建一個(gè)模擬的表達(dá)矩陣 set.seed(123) expr_matrix - matrix(rnorm(50, mean0, sd1), nrow10, ncol5) rownames(expr_matrix) - paste0(Gene, 1:10) colnames(expr_matrix) - paste0(Time, 1:5) print(expr_matrix)關(guān)鍵點(diǎn)矩陣的行名和列名很重要它們會(huì)默認(rèn)顯示在熱圖上。確保你的數(shù)據(jù)沒(méi)有缺失值NA或者你已想好如何處理NA比如用均值填充。2.2 包安裝與加載別在依賴(lài)上卡住ComplexHeatmap依賴(lài)于circlize包來(lái)實(shí)現(xiàn)圓形布局。所以你需要安裝這兩個(gè)包。我強(qiáng)烈建議使用RStudio并通過(guò)CRAN鏡像安裝這是最穩(wěn)的方式。# 安裝核心包 install.packages(ComplexHeatmap) install.packages(circlize) # 加載包 library(ComplexHeatmap) library(circlize)如果安裝ComplexHeatmap時(shí)遇到問(wèn)題比如提示依賴(lài)包版本不對(duì)可以先嘗試更新你的R版本到較新的穩(wěn)定版如4.2.x以上然后單獨(dú)安裝報(bào)錯(cuò)的依賴(lài)包。網(wǎng)絡(luò)問(wèn)題可以嘗試更換CRAN鏡像Tools - Global Options - Packages。2.3 理解兩個(gè)核心函數(shù)Heatmap與circos.heatmap這是最容易混淆的地方。ComplexHeatmap包的主函數(shù)是Heatmap()它生成的是矩形熱圖。而要實(shí)現(xiàn)真正的圓形熱圖你需要使用的是circlize包中的circos.heatmap()函數(shù)它是在環(huán)形布局circos layout上繪制熱圖。簡(jiǎn)單來(lái)說(shuō)Heatmap()功能全面用于創(chuàng)建矩形熱圖及其所有高級(jí)注釋是學(xué)習(xí)這個(gè)包的起點(diǎn)。circos.heatmap()專(zhuān)門(mén)用于在圓形軌道上繪制熱圖數(shù)據(jù)是復(fù)現(xiàn)“圓形熱圖”的直接工具。它通常需要配合circlize的circos.initialize()和circos.track()等函數(shù)來(lái)搭建整個(gè)圓形畫(huà)布。很多教程一上來(lái)就講Heatmap()的復(fù)雜參數(shù)但對(duì)于圓形熱圖復(fù)現(xiàn)你應(yīng)該先聚焦于circos.heatmap()。不過(guò)ComplexHeatmap包中對(duì)顏色映射、數(shù)據(jù)分割split等概念的理解對(duì)使用circos.heatmap()同樣至關(guān)重要。3. 從零搭建一個(gè)基礎(chǔ)圓形熱圖我們現(xiàn)在用模擬數(shù)據(jù)走一遍繪制基礎(chǔ)圓形熱圖的完整流程。這個(gè)過(guò)程我會(huì)拆解得很細(xì)包括每個(gè)參數(shù)的作用和常見(jiàn)坑點(diǎn)。3.1 第一步初始化圓形畫(huà)布與軌道在circlize的邏輯里畫(huà)圖前必須先“初始化”扇區(qū)。對(duì)于熱圖我們通常把矩陣的每一行或每一列定義為一個(gè)扇區(qū)。這里我們以行為扇區(qū)每個(gè)基因一個(gè)扇區(qū)。# 繼續(xù)使用之前的 expr_matrix # 1. 初始化扇區(qū)這里按行基因初始化 circos.par(gap.degree 5, start.degree 90) # 設(shè)置扇區(qū)間隔和起始角度 circos.initialize(factors rownames(expr_matrix), xlim c(0, ncol(expr_matrix))) # 2. 創(chuàng)建軌道用于繪制熱圖 circos.track(ylim c(0, 1), bg.border NA, track.height 0.3) # 先創(chuàng)建一個(gè)空軌道 # 3. 在軌道上添加熱圖 # circos.heatmap 需要矩陣數(shù)據(jù)以及顏色映射函數(shù) col_fun - colorRamp2(c(min(expr_matrix), 0, max(expr_matrix)), c(blue, white, red)) circos.heatmap(expr_matrix, col col_fun) # 4. 添加軌道標(biāo)簽基因名 circos.track(track.index 1, panel.fun function(x, y) { circos.text(CELL_META$xcenter, CELL_META$cell.ylim[2] mm_y(2), CELL_META$sector.index, facing clockwise, niceFacing TRUE, adj c(0, 0.5), cex 0.7) }, bg.border NA) # 5. 結(jié)束繪圖關(guān)閉設(shè)備 circos.clear()代碼拆解與避坑circos.par(gap.degree5)gap.degree控制扇區(qū)之間的間隙角度。數(shù)值越大間隙越寬。如果基因很多比如上百個(gè)這個(gè)值要設(shè)小比如1或2否則圓環(huán)會(huì)斷裂。start.degree90讓圓環(huán)從12點(diǎn)鐘方向開(kāi)始這是比較符合閱讀習(xí)慣的。circos.initializefactors參數(shù)定義了扇區(qū)這里用了行名。xlim定義了每個(gè)扇區(qū)在x軸上的范圍這里對(duì)應(yīng)了樣本數(shù)5。colorRamp2這是定義顏色映射的關(guān)鍵函數(shù)。它接受一個(gè)數(shù)值向量斷點(diǎn)和一個(gè)顏色向量將數(shù)據(jù)線(xiàn)性映射到顏色。這里最容易出問(wèn)題你的數(shù)據(jù)分布可能不是對(duì)稱(chēng)的如果直接用min和max可能導(dǎo)致中間色白色不對(duì)應(yīng)0值。更好的做法是根據(jù)數(shù)據(jù)實(shí)際范圍調(diào)整例如c(quantile(expr_matrix, 0.1), 0, quantile(expr_matrix, 0.9))。circos.tracktrack.height控制軌道高度。多個(gè)軌道可以疊加用于放置熱圖、柱狀圖、折線(xiàn)圖等。circos.clear()非常重要每次用circlize畫(huà)完一個(gè)圓必須調(diào)用此函數(shù)重置布局否則下一個(gè)圖會(huì)疊加在上一個(gè)圖上。運(yùn)行這段代碼你應(yīng)該能得到一個(gè)最基礎(chǔ)的、環(huán)狀的、按基因分扇區(qū)的熱圖。但這可能離文獻(xiàn)里的精美圖形還有距離。3.2 第二步添加行列注釋與分割文獻(xiàn)中的熱圖往往色彩豐富旁邊還有各種注釋條。在圓形布局中我們可以通過(guò)添加額外的軌道來(lái)實(shí)現(xiàn)類(lèi)似效果。假設(shè)我們想給樣本列加上分組注釋比如“處理組”和“對(duì)照組”并給基因行加上類(lèi)型注釋比如“通路A”、“通路B”。# 準(zhǔn)備注釋信息 sample_annotation - data.frame( Group rep(c(Treatment, Control), times c(3, 2)) # 前3個(gè)時(shí)間點(diǎn)為處理組后2個(gè)為對(duì)照組 ) rownames(sample_annotation) - colnames(expr_matrix) gene_annotation - data.frame( Type sample(c(Pathway_A, Pathway_B), size10, replaceTRUE) ) rownames(gene_annotation) - rownames(expr_matrix) # 定義注釋顏色 group_colors - c(Treatment darkorange, Control steelblue) type_colors - c(Pathway_A forestgreen, Pathway_B purple) # 重新繪圖 circos.par(gap.degree 5, start.degree 90) circos.initialize(factors rownames(expr_matrix), xlim c(0, ncol(expr_matrix))) # 軌道1基因類(lèi)型注釋最外圈 circos.track(ylim c(0, 1), track.height 0.05, bg.border NA, panel.fun function(x, y) { sector.index - CELL_META$sector.index type - gene_annotation[sector.index, Type] circos.rect(0, 0, ncol(expr_matrix), 1, col type_colors[type], border type_colors[type]) }) # 軌道2樣本分組注釋以“軌道點(diǎn)”形式在熱圖內(nèi)側(cè) # 我們需要在每個(gè)扇區(qū)基因內(nèi)為每個(gè)樣本畫(huà)一個(gè)小矩形 circos.track(ylim c(0, 1), track.height 0.05, bg.border NA, panel.fun function(x, y) { sector.index - CELL_META$sector.index for (j in 1:ncol(expr_matrix)) { group - sample_annotation[colnames(expr_matrix)[j], Group] circos.rect(j-1, 0, j, 1, col group_colors[group], border group_colors[group]) } }) # 軌道3主熱圖 circos.track(ylim c(0, 1), track.height 0.25, bg.border NA) col_fun - colorRamp2(c(-2, 0, 2), c(blue, white, red)) # 固定顏色范圍便于比較 circos.heatmap(expr_matrix, col col_fun) # 軌道4基因名稱(chēng)標(biāo)簽 circos.track(track.index 4, panel.fun function(x, y) { circos.text(CELL_META$xcenter, CELL_META$cell.ylim[2] mm_y(1), CELL_META$sector.index, facing clockwise, niceFacing TRUE, adj c(0, 0.5), cex 0.6) }, bg.border NA, track.height 0.05) # 添加圖例 legend(x -1.2, y 1.2, legend names(group_colors), fill group_colors, title Sample Group, cex0.8) legend(x 1.0, y 1.2, legend names(type_colors), fill type_colors, title Gene Type, cex0.8) circos.clear()經(jīng)驗(yàn)之談軌道順序circos.track是依次從外向內(nèi)添加軌道的。所以先畫(huà)的注釋會(huì)在外圈后畫(huà)的熱圖在內(nèi)圈。規(guī)劃好你的視覺(jué)層次。注釋繪制邏輯在panel.fun里CELL_META$sector.index獲取當(dāng)前扇區(qū)名即基因名CELL_META$xlim獲取當(dāng)前扇區(qū)x軸范圍。我們需要在這個(gè)函數(shù)內(nèi)部根據(jù)這些信息繪制當(dāng)前扇區(qū)內(nèi)的圖形元素。這是circlize編程的核心思維有點(diǎn)繞但理解后非常靈活。顏色映射固定在正式作圖中我建議像上面一樣用固定的數(shù)值范圍如c(-2,0,2)來(lái)定義colorRamp2而不是用數(shù)據(jù)的min和max。這能保證多張圖之間顏色意義一致便于比較。4. 向文獻(xiàn)級(jí)復(fù)現(xiàn)邁進(jìn)高級(jí)定制與問(wèn)題排查基礎(chǔ)圖形出來(lái)后就需要摳細(xì)節(jié)了。文獻(xiàn)里的圖之所以好看往往在于這些細(xì)節(jié)。4.1 實(shí)現(xiàn)行或列的數(shù)據(jù)分割Clustering/Splitting文獻(xiàn)熱圖常按行或列的聚類(lèi)樹(shù)進(jìn)行分割。在圓形熱圖中雖然不能直接畫(huà)樹(shù)狀圖但我們可以通過(guò)預(yù)先聚類(lèi)并重新排序數(shù)據(jù)來(lái)實(shí)現(xiàn)分割效果。# 對(duì)行基因進(jìn)行層次聚類(lèi) row_dist - dist(expr_matrix) row_hclust - hclust(row_dist) row_order - row_hclust$order expr_matrix_ordered - expr_matrix[row_order, ] # 根據(jù)聚類(lèi)結(jié)果手動(dòng)定義分割例如切成3類(lèi) row_clusters - cutree(row_hclust, k 3) # 在初始化時(shí)按聚類(lèi)后的順序和分類(lèi)定義扇區(qū) # 我們需要?jiǎng)?chuàng)建一個(gè)因子其水平順序是聚類(lèi)后的順序且包含分類(lèi)信息 row_factors - paste0(Cluster, row_clusters[row_order], _, rownames(expr_matrix_ordered)) circos.par(gap.degree c(rep(2, sum(row_clusters1)-1), 5, # 簇內(nèi)間隙小簇間間隙大 rep(2, sum(row_clusters2)-1), 5, rep(2, sum(row_clusters3)-1))) circos.initialize(factors row_factors, xlim c(0, ncol(expr_matrix_ordered))) # ... 后續(xù)繪制軌道的代碼扇區(qū)將按聚類(lèi)順序和分組排列 ...關(guān)鍵點(diǎn)circos.par(gap.degree)這里傳入了一個(gè)向量用來(lái)為每個(gè)扇區(qū)間隙設(shè)置不同的角度從而實(shí)現(xiàn)“簇內(nèi)緊簇間松”的視覺(jué)效果。這是手動(dòng)模擬聚類(lèi)分割的常用技巧。4.2 添加連線(xiàn)Links展示關(guān)聯(lián)圓形圖強(qiáng)大的另一個(gè)功能是展示扇區(qū)之間的關(guān)聯(lián)比如基因之間的共表達(dá)關(guān)系。這需要用到circos.link()函數(shù)。假設(shè)我們想強(qiáng)調(diào)Gene1和Gene5在所有樣本中表達(dá)模式高度相關(guān)。# 在畫(huà)完所有軌道后添加連線(xiàn) # 假設(shè) Gene1 和 Gene5 在新的排序矩陣中位于 sector A 和 sector B # 我們需要知道它們所在的扇區(qū)名和x軸位置 sector_gene1 - row_factors[which(rownames(expr_matrix_ordered) Gene1)] sector_gene5 - row_factors[which(rownames(expr_matrix_ordered) Gene5)] # 在扇區(qū)中間位置連線(xiàn) circos.link(sector.index1 sector_gene1, point1 c(2.5, 2.5), # point1 定義連線(xiàn)在扇區(qū)1的起始和結(jié)束x坐標(biāo) sector.index2 sector_gene5, point2 c(2.5, 2.5), col grey50, lwd 2, lty 2)circos.link的參數(shù)需要精確計(jì)算尤其是point1和point2它們指定了連線(xiàn)在各自扇區(qū)x軸上的起始和結(jié)束位置。對(duì)于連接整個(gè)扇區(qū)通常取其中點(diǎn)。4.3 輸出與美化分辨率、字體與格式用于發(fā)表的圖對(duì)分辨率、字體和矢量格式有要求。# 保存為高清PDF矢量圖適合投稿 pdf(My_Circular_Heatmap.pdf, width 10, height 10) # 在這里執(zhí)行你所有的繪圖代碼 dev.off() # 保存為高清PNG位圖用于PPT等 png(My_Circular_Heatmap.png, width 3000, height 3000, res 300) # 在這里執(zhí)行你所有的繪圖代碼 dev.off()美化建議字體在circos.text()等函數(shù)中使用family參數(shù)指定字體如Arial、Helvetica。確保系統(tǒng)中已安裝該字體。顏色主題不要默認(rèn)使用紅綠配色紅綠色盲讀者無(wú)法分辨?？梢允褂胿iridis、RColorBrewer包的顏色方案。例如col_fun - colorRamp2(breaks, viridis::viridis(3))。圖例使用ComplexHeatmap包的Legend()和draw()函數(shù)可以創(chuàng)建更精美、布局更靈活的圖例而不是用基礎(chǔ)的legend()。4.4 常見(jiàn)問(wèn)題排查清單繪圖過(guò)程中遇到問(wèn)題按這個(gè)順序查圖形不顯示或錯(cuò)亂檢查是否最后調(diào)用了circos.clear()沒(méi)調(diào)用會(huì)導(dǎo)致后續(xù)圖形疊加。檢查circos.initialize中的factors是否與數(shù)據(jù)行名/列名完全匹配因子水平順序決定了繪圖順序。檢查xlim的范圍是否覆蓋了你的數(shù)據(jù)索引通常從0到列數(shù)顏色映射不對(duì)勁檢查colorRamp2的斷點(diǎn)breaks是否合理用summary(expr_matrix)或hist(expr_matrix)查看數(shù)據(jù)分布。檢查輸入expr_matrix是否是數(shù)值矩陣字符型矩陣會(huì)導(dǎo)致錯(cuò)誤。軌道重疊或順序不對(duì)回憶circos.track的調(diào)用順序先調(diào)用的畫(huà)在外圈。檢查每個(gè)circos.track的track.height參數(shù)它們加起來(lái)不應(yīng)超過(guò)1或你設(shè)定的總范圍。比例失調(diào)會(huì)導(dǎo)致重疊。文字標(biāo)簽重疊或顯示不全扇區(qū)太多基因太多時(shí)標(biāo)簽必然擁擠?？梢詼p小cex字體大小。只顯示部分重要標(biāo)簽通過(guò)條件判斷在panel.fun中選擇性繪制。增大畫(huà)布尺寸pdf(width, height)?？紤]是否真的需要顯示所有行名有時(shí)用圖例代替更清晰。性能問(wèn)題數(shù)據(jù)量大時(shí)繪圖慢圓形熱圖本身計(jì)算量較大。如果行數(shù)超過(guò)1000請(qǐng)慎重考慮是否必須用圓形。矩形熱圖Heatmap()效率更高。可以先在數(shù)據(jù)子集如前100行上調(diào)試代碼和樣式成功后再用全數(shù)據(jù)繪制最終圖。復(fù)現(xiàn)文獻(xiàn)圖表尤其是ComplexHeatmap制作的復(fù)雜圖形本質(zhì)上是一個(gè)“逆向工程”加“創(chuàng)造性實(shí)現(xiàn)”的過(guò)程。最有效的路徑不是尋找一模一樣的代碼而是理解原圖的數(shù)據(jù)邏輯和視覺(jué)元素然后運(yùn)用circlize和ComplexHeatmap的工具箱像搭積木一樣把它構(gòu)建出來(lái)。從最基礎(chǔ)的單軌道熱圖開(kāi)始逐步添加注釋、調(diào)整顏色、設(shè)置分割、美化標(biāo)簽每一步都確保理解參數(shù)的意義這樣即使下次遇到不同的圖你也能舉一反三快速實(shí)現(xiàn)。