真的，每次看到有人花几千块买那种“零基础三天精通可视化”的课，我就想笑。咱们做geo的，谁不是从对着满屏红色报错代码发呆过来的？今天不整那些虚头巴脑的理论，就聊聊怎么用最土、最笨、但绝对管用的办法，搞定那个让人头秃的热图。我知道很多人一听到R语言就腿软，觉得那是程序员的事，跟咱们搞生物信息、搞地质分析的没关系。错！大错特错！只要你会复制粘贴，你就能做。
先说个真实案例。上周有个师弟，拿着他的RNA-seq数据找我，说要用geo r语言做热图，结果跑了一晚上，屏幕上一片白，连个格子都出不来。我一看代码，好家伙，聚类函数用错了，还忘了转log2，这数据本身就是负数，不报错才怪。这种低级错误，我入行第九年还犯过两次，别觉得自己聪明，数据清洗这步要是偷懒，后面全是垃圾。
做热图，核心就两步：数据准备和绘图。别一上来就搞什么复杂的自定义主题，先让图出来，再谈美不美。我一般推荐用pheatmap这个包，虽然ggplot2很火，但对于热图来说，pheatmap的默认参数已经足够好看了，省得你调半天颜色映射。
这里有个大坑，很多人不知道。你的输入数据必须是纯数字矩阵！如果你直接拿原始表达量矩阵扔进去，特别是包含基因名或者样本名作为列名的时候，一定要记得把第一列提取出来作为rownames，剩下的转成numeric类型的矩阵。我有一次就是因为没注意，把样本名当成了数值处理，结果聚类出来的树状图乱七八糟，跟预期完全相反。那时候我急得把键盘都砸了，后来冷静下来一行行检查数据类型，才发现是factor类型没转过来。这种细节，书上可不写，都是血泪教训。
关于配色，千万别用默认的那套红蓝渐变，太俗！而且对于有正负值的数据，比如差异表达分析，中间值最好是白色，这样正负差异对比才明显。我现在的习惯是，先定一个调色板，比如RColorBrewer里的RdBu，然后手动调整一下颜色断点。别嫌麻烦，这一步能提升你图表的专业度至少两个档次。
再说说那个让人头疼的聚类树。很多时候，你的热图看起来就是一团乱麻，根本看不出什么规律。这时候，你要检查你的距离度量方法。默认是欧氏距离，但对于基因表达数据，有时候用Pearson相关系数做距离矩阵效果更好。我在做geo r语言做热图的时候，经常需要尝试不同的距离算法，看看哪种更能把相似样本聚在一起。这个过程很枯燥，但很有效。
还有，标签文字太小看不清？这是新手最常问的问题。解决办法很简单，在绘图函数里调整参数。比如设置fontsize_row和fontsize_col，或者干脆把标签旋转90度。别为了省空间就把标签挤成一条线，那样审稿人看着也费劲。
最后，保存格式。很多人喜欢直接截图，千万别这么干！分辨率太低，打印出来全是马赛克。用ggsave或者pdf()函数，直接输出矢量图或者高分辨率PNG。我一般默认输出300dpi的PNG，既清晰又方便插入Word。
做科研就是这样，没有捷径。那些看似大神随手画出的精美热图，背后都是无数次调试参数、排查错误的结果。别怕报错，报错信息其实是最好的老师。当你终于看到那张层次分明、色彩协调的热图时，那种成就感，真的比打游戏通关还爽。
记住，工具只是工具，关键是你懂不懂数据。别迷信那些现成的脚本，多看看文档，多试试参数。等你熟练了，你会发现，用geo r语言做热图其实挺简单的，甚至有点上瘾。
本文关键词：geo r语言做热图
