R 语言绘制六种精美热图：转录组数据可视化实践（基于 pheatmap 包）

在转录组 Bulk 测序数据分析中，热图是展示基因表达模式、样本聚类关系的核心可视化工具。一张高质量的热图不仅能清晰呈现数据特征，更能提升研究成果的展示效果。本文基于 R 语言的pheatmap包，整理了六种适用于不同场景的热图绘制方法，涵盖基础聚类、分组对比、通路注释等需求，私信即可获取全部代码，方便科研人员快速实现数据可视化。

一、绘图前的数据准备

热图绘制的核心是基因表达矩阵，数据格式的规范性直接影响后续分析效果，需提前做好以下准备：

1.1 表达矩阵格式要求

表达矩阵需满足：

• 第一列为基因名（后续将作为行名）；
• 从第二列开始为样本的基因表达值（FPKM、TPM 或 Counts 均可）；
• 第一行为样本名称（作为列名）。

示例格式如下（简化版）：

1.2 数据读取与预处理

使用read.csv函数读取数据，注意保留基因名作为行名，避免样本名被自动修改：

# 读取表达矩阵（替换为实际文件路径）
data <- read.csv("gene_expression_matrix.csv", row.names = 1, check.names = FALSE)
# check.names = FALSE：避免样本名中的特殊字符（如“-”“.”）被自动转换

1.3 样本分组注释

根据研究设计定义样本分组（如正常组 / 疾病组、处理组 / 对照组等），用于后续热图的分组标记：

# 示例：30个正常组样本 + 30个疾病组样本（需根据实际样本数量修改）
sample_groups <- data.frame(
  Condition = factor(c(rep("Normal", 30), rep("Disease", 30))),  # 分组名称
  row.names = colnames(data)  # 样本名与表达矩阵列名对应
)

二、六种热图绘制方法

2.1 经典聚类热图（部分代码）

适用场景：初步展示基因表达模式与样本聚类关系，适合探索性分析。

通过行（基因）标准化消除表达量量级差异，结合聚类树展示基因与样本的相似性：

library(pheatmap)
library(RColorBrewer)

pheatmap(
  data,
  color = colorRampPalette(rev(brewer.pal(11, "RdBu")))(100),  # 红蓝渐变配色（表达量高→红，低→蓝）
  scale = "row",  # 按行（基因）标准化

特点：通过颜色梯度直观展示基因表达高低，聚类树反映样本 / 基因的相似性。

2.2 分组注释热图（部分代码）

适用场景：需突出样本分组信息（如正常 / 疾病、处理 / 对照），增强组间差异的可视化效果。

在经典热图基础上添加样本分组注释条，通过颜色区分不同组别：

# 定义分组注释颜色（可根据需求调整色值）
annotation_colors <- list(
  Condition = c(Normal = "#4DBBD5",  # 正常组：浅蓝色
                Disease = "#E64B35") # 疾病组：红色
)

pheatmap(
  data,
  color = colorRampPalette(rev(brewer.pal(11, "RdBu")))(100),
  scale = "row",

特点：通过顶部注释条清晰区分样本组别，便于观察组内聚类一致性与组间差异。

2.3 二元对比热图（部分代码）

适用场景：需突出基因在两组间的表达差异（如上调 / 下调），适合差异基因集的可视化。

使用多色渐变（蓝→白→红）强化表达量极端值的对比：

pheatmap(
  data,
  color = colorRampPalette(c("#2c7bb6", "#abd9e9", "#ffffbf", "#fdae61", "#d7191c"))(100),
  # 颜色梯度：深蓝（低表达）→浅蓝→白→浅红→深红（高表达）
  scale = "row",
  annotation_col = sample_groups,

特点：中间白色为基线，两端颜色强化高低表达差异，适合直观展示基因在两组中的表达趋势。

2.4 子集热图（前 20 个基因）（部分代码）

适用场景：聚焦核心基因（如 top 差异基因、关键通路基因），避免全基因集热图的冗余。

对基因集进行筛选（如取前 20 个），简化热图复杂度：

library(viridis)  # 需提前安装：install.packages("viridis")

# 取前20个基因（可替换为按表达量/差异倍数筛选的基因）
top20_data <- data[1:20, ]

pheatmap(
  top20_data,
  color = viridis(100),  # 青绿色系渐变（美观且适合色盲友好）
  scale = "row",

特点：聚焦关键基因，减少视觉干扰，适合突出核心基因的表达模式。

2.5 相关系数热图（部分代码）

适用场景：分析样本间或基因间的表达相关性，探索数据内部关联性。

基于表达矩阵计算相关系数（如 Pearson），再绘制热图：

# 计算样本间相关系数矩阵（列之间的相关性）
cor_matrix <- cor(t(data))  # t()转置：样本为行，计算样本间相关

pheatmap(
  cor_matrix,
  color = colorRampPalette(rev(brewer.pal(9, "YlOrRd")))(100),  # 黄→红：相关性从低到高

特点：颜色越深表示相关性越高，可用于验证样本重复性（组内样本相关性应高于组间）。

2.6 通路注释热图（部分代码）

适用场景：展示基因所属功能通路（如 KEGG、GO 通路），关联表达模式与生物学功能。

需提前定义基因 - 通路对应关系，添加行注释（通路信息）：

# 定义基因通路
gene_groups <- data.frame(
  Pathway = factor(sample(c("Pathway A", "Pathway B", "Pathway C"), 
                          nrow(data), replace = TRUE)),
  row.names = rownames(data)  # 基因名与表达矩阵行名对应
)

# 定义通路注释颜色
pathway_colors <- list(
  Pathway = c("Pathway A" = "#7FC97F", "Pathway B" = "#BEAED4", "Pathway C" = "#FDC086")
)

特点：左侧添加通路注释条，可观察同一通路基因的表达模式一致性。

三、注意事项与优化建议

1. 数据预处理：热图对异常值敏感，建议先通过scale参数（行 / 列标准化）消除量纲影响，或对表达矩阵进行 log2 转换（若数据未标准化）。

2. 参数调整：

   • show_rownames/show_colnames：基因 / 样本数量过多时建议设为FALSE，避免标签重叠；
   • treeheight_row/treeheight_col：调整聚类树高度，减少冗余空间；
   • fontsize：调整标签字体大小，优化可读性。

3. 图片保存：通过filename参数保存高清图片：

   pheatmap(..., filename = "heatmap.png", width = 10, height = 8, dpi = 300)
   

以上六种热图覆盖了转录组数据分析中常见的可视化需求，可根据实际数据特点（如基因数量、分组类型）选择合适的方法。代码中涉及的参数可根据具体需求进一步调整，若有疑问或优化建议，欢迎留言交流。