ann_colors <- list( Cluster = c( "1" = "#E41A1C", "2" = "#4DAF4A", "3" = "#377EB8", "4" = "#FF7F00", "5" = "#984EA3" ), Gender = c( "M" = "#A8CAE8", "F" = "#F58383" ), Age = c( ">=65" = "#81B3A9", "<65" = "#B3C6BB" ), 'Histologic type' = c( "CSCLC" = "#715EA9", "Pure SCLC" = "#cac0e1" ), Smoking = c( "yes" = "#6a9ace", "no" = "#abdaec", "unknown" = "#d4d4d4" ), 'TNM stage' = c( "I"="#FFD47F", "II"="#F7C1CF", "III"="#7B92C7", "IV"="#ADD9EE" ) ) 我有这些分组信息，现在想以cluster顺序为主排列热图

<think>我们有两个任务：1.按照用户自定义的cluster顺序排列热图（不进行聚类）2.同时保留其他分组信息（如Gender,Age等）的注释有两种主要方案：pheatmap和ComplexHeatmap。根据用户之前的问题，他可能已经尝试过pheatmap，现在希望有更灵活的解决方案（尤其是当基因名过多时，ComplexHeatmap可以更好地处理标签重叠）。我们分别提供两种包的解决方案：方案一：使用pheatmap-步骤：手动排序矩阵->创建分组注释->设置间隔线->关闭聚类方案二：使用ComplexHeatmap（更强大，适合复杂注释和标签处理）-步骤：创建行和列的分组因子（按自定义顺序）->按因子顺序排序矩阵->添加注释->绘制热图（不聚类）考虑到用户提到基因名重叠的问题，ComplexHeatmap有更好的解决方案（如使用行标签的标记，只显示部分标签）。下面我们分别给出两种方法的代码示例。注意：用户的数据应包含表达矩阵（行是基因，列是样本），以及两个数据框：一个用于行分组（自定义cluster），另一个用于列分组（如Gender,Age等）。假设：-行分组（cluster）已经定义，并存储在向量row_clusters中（与基因名顺序相同）-列分组信息存储在数据框col_anno中，包含多个列（如Gender,Age,以及用户自定义的cluster分组）我们以ComplexHeatmap为主，因为其功能更强大，且能解决标签重叠问题。但为了完整性，我们先给出pheatmap的解决方案，再详细给出ComplexHeatmap的解决方案。注意：在ComplexHeatmap中，我们可以通过设置行和列的顺序来固定排列，同时添加多个注释层。同时，针对标签重叠问题，我们可以使用`row_names_gp`调整字体大小，或者使用`row_labels`选择性地显示标签（例如，只显示每个cluster的代表基因），或者使用`anno_mark`来标记选定的基因（但注意在RStudio中直接绘图可能有问题，需要导出为PDF等）。由于用户提到在RStudio中使用，我们也会注意关于`anno_mark`的警告信息（引用[3]）。我们将分为以下步骤：1.准备数据2.定义自定义顺序（cluster分组）3.排序矩阵4.创建注释（包括cluster分组和其他临床信息）5.绘制热图（不聚类，按排序后的矩阵）下面分别用两种包实现：方案一：pheatmap```r#假设数据set.seed(123)expression_data<-matrix(rnorm(1000),nrow=100,dimnames=list(paste0("Gene",1:100),paste0("Sample",1:10)))#行分组（假设有3个cluster，但注意这里每个基因属于哪个cluster是已知的）row_clusters<-rep(c("Cluster1","Cluster2","Cluster3"),times=c(30,40,30))names(row_clusters)<-rownames(expression_data)#列分组信息（包括自定义的列cluster和其他临床信息）#列自定义clustercol_clusters<-rep(c("GroupA","GroupB"),each=5)#其他临床信息（例如Gender,Age）col_anno<-data.frame(Cluster=col_clusters,Gender=sample(c("Male","Female"),10,replace=TRUE),Age=sample(20:80,10,replace=TRUE))rownames(col_anno)<-colnames(expression_data)#行注释（只有cluster）row_anno<-data.frame(GeneCluster=row_clusters)rownames(row_anno)<-rownames(expression_data)#自定义颜色ann_colors<-list(GeneCluster=c(Cluster1="red",Cluster2="blue",Cluster3="green"),Cluster=c(GroupA="orange",GroupB="purple"),Gender=c(Male="lightblue",Female="pink"),Age=colorRampPalette(c("white","brown"))(100)#连续型颜色)#按自定义顺序排序矩阵#行排序：先按cluster分组排序，然后在组内按基因名排序（或保持原顺序）row_order<-order(match(row_clusters,c("Cluster1","Cluster2","Cluster3")))col_order<-order(match(col_clusters,c("GroupA","GroupB")))sorted_expr<-expression_data[row_order,col_order]#计算分组间隔（行和列）row_gaps<-cumsum(table(row_clusters)[c("Cluster1","Cluster2","Cluster3")])col_gaps<-cumsum(table(col_clusters)[c("GroupA","GroupB")])#绘制热图library(pheatmap)pheatmap(sorted_expr,cluster_rows=FALSE,cluster_cols=FALSE,annotation_row=row_anno,annotation_col=col_anno,annotation_colors=ann_colors,gaps_row=row_gaps[-length(row_gaps)],#每组后加间隔，去掉最后一个累计和（因为不需要在最后加间隔）gaps_col=col_gaps[-length(col_gaps)],show_rownames=FALSE,#基因太多，不显示行名main="ClinicalHeatmap(pheatmap)")```方案二：ComplexHeatmap（推荐）```r#安装和加载#if(!require("BiocManager",quietly=TRUE))#install.packages("BiocManager")#BiocManager::install("ComplexHeatmap")library(ComplexHeatmap)library(circlize)#使用之前准备好的数据：expression_data,row_clusters,col_anno#注意：col_anno中已经包含了列的分组（Cluster,Gender,Age）#按自定义顺序排序矩阵（与pheatmap相同）row_order<-order(match(row_clusters,c("Cluster1","Cluster2","Cluster3")))col_order<-order(match(col_clusters,c("GroupA","GroupB")))sorted_expr<-expression_data[row_order,col_order]#创建行注释（只有cluster）row_anno<-data.frame(GeneCluster=row_clusters[row_order])#注意：行顺序已经改变，所以row_anno也要相应排序#创建列注释（已经排序，因为col_anno的行名与列名对应，且我们按col_order排序了矩阵，所以列注释也要按这个顺序）col_anno_sorted<-col_anno[col_order,,drop=FALSE]#定义颜色（与pheatmap相同）#注意：对于连续变量Age，我们使用颜色映射函数color_mapping_age<-colorRamp2(c(min(col_anno$Age),max(col_anno$Age)),c("white","brown"))ann_colors<-list(GeneCluster=c(Cluster1="red",Cluster2="blue",Cluster3="green"),Cluster=c(GroupA="orange",GroupB="purple"),Gender=c(Male="lightblue",Female="pink"),Age=color_mapping_age)#创建行注释对象ha_row<-HeatmapAnnotation(GeneCluster=row_anno$GeneCluster,which="row",col=list(GeneCluster=ann_colors$GeneCluster),show_legend=TRUE,show_annotation_name=TRUE)#创建列注释对象ha_col<-HeatmapAnnotation(df=col_anno_sorted,col=list(Cluster=ann_colors$Cluster,Gender=ann_colors$Gender,Age=ann_colors$Age),show_annotation_name=TRUE)#绘制热图#注意：我们不进行聚类，且矩阵已经排序ht<-Heatmap(sorted_expr,name="Expression",#图例名称cluster_rows=FALSE,cluster_columns=FALSE,row_order=row_order,#实际上矩阵已经排序，这里可以省略，但为了明确可以指定column_order=col_order,#同上top_annotation=ha_col,#列注释放在顶部left_annotation=ha_row,#行注释放在左侧show_row_names=FALSE,#不显示行名（基因太多）column_names_gp=gpar(fontsize=8),#列名字体大小#如果需要显示部分行名，可以使用row_labels参数，或者使用行标记（需要指定哪些行显示）#这里我们假设要显示每个cluster的前5个基因#但注意：因为我们已经按cluster排序，所以每个cluster的基因是连续的#我们可以这样选择：#row_labels=ifelse(rownames(sorted_expr)%in%selected_genes,rownames(sorted_expr),""),#但更高级的方法是使用anno_mark，但注意在RStudio中直接绘图可能有问题，建议导出为PDF#因此，我们这里先不显示行名，或者只显示少量行名（通过设置show_row_names=TRUE和调整字体大小）#另一种方法：使用row_names_gp设置字体大小，但基因太多时仍然会重叠#row_names_gp=gpar(fontsize=6)#如果显示行名，设置小字体)draw(ht)```针对标签重叠问题，如果我们希望标记每个cluster中具有代表性的基因（例如每个cluster中表达量最高的5个基因），我们可以使用`anno_mark`，但注意在RStudio中需要直接导出到文件：```r#选择每个cluster中前5个基因（这里用行索引代替，实际中可能需要根据具体数据选择）#假设我们按每个cluster的均值排序选择前5个#注意：由于矩阵已经按cluster排序，我们先按cluster分组，然后在每个组内选择前5个（按行均值）cluster_ids<-row_anno$GeneClustercluster_levels<-c("Cluster1","Cluster2","Cluster3")#初始化一个逻辑向量，标记哪些行需要显示标签selected_index<-logical(nrow(sorted_expr))for(clincluster_levels){idx<-which(cluster_ids==cl)#计算每个基因的行均值，然后取前5个（这里假设是表达量高的前5个）mean_vals<-rowMeans(sorted_expr[idx,,drop=FALSE])#按均值降序排列，取前5个top5_idx<-idx[order(mean_vals,decreasing=TRUE)[1:5]]selected_index[top5_idx]<-TRUE}selected_genes<-rownames(sorted_expr)[selected_index]selected_labels<-rownames(sorted_expr)[selected_index]#标签文本#创建行注释（包含标记）ha_row_with_mark<-ha_row#之前创建的行注释#添加一个包含标记的文本注释ha_row_mark<-rowAnnotation(mark=anno_mark(at=which(selected_index),labels=selected_labels,which="row"))#然后绘制热图时，将两个行注释（ha_row和ha_row_mark）合并ht<-Heatmap(sorted_expr,name="Expression",cluster_rows=FALSE,cluster_columns=FALSE,top_annotation=ha_col,left_annotation=ha_row,#原来的cluster颜色块注释right_annotation=ha_row_mark,#右侧添加基因标记show_row_names=FALSE,#关闭默认的行名column_names_gp=gpar(fontsize=8))#注意：在RStudio中直接绘图可能无法正确显示连接线，需要导出为PDFpdf("heatmap_with_labels.pdf",width=10,height=8)draw(ht)dev.off()#或者直接使用RStudio的导出功能（但可能仍有问题，所以建议用pdf()函数）```总结：1.自定义顺序：通过手动排序矩阵实现。2.分组注释：通过创建注释对象实现。3.标签重叠：通过选择部分基因显示（使用anno_mark）或调整字体大小解决。用户可以根据需要选择pheatmap（简单）或ComplexHeatmap（复杂且强大）方案。注意：在ComplexHeatmap中使用anno_mark时，为了避免RStudio中的显示问题，建议直接导出为PDF文件[^3]。最后，我们提供几个相关问题：§§相关问题§§1.如何在热图中添加多个行注释层？2.如何根据基因表达量自动选择每个cluster的代表基因进行标记？3.如何将热图和其他图表（如柱状图）组合在一起？4.如何优化大型热图的绘制速度？</think>以下是在RStudio中使用`pheatmap`或`ComplexHeatmap`实现自定义cluster排序的临床热图解决方案，同时保留其他分组信息（如Gender、Age）的标注： --- ### 方案一：使用pheatmap（简单实现） ```r # 加载包 library(pheatmap) # 1. 准备数据（示例） set.seed(123) expr_data <- matrix(rnorm(1000), nrow=100, dimnames=list(paste0("Gene",1:100), paste0("Sample",1:10))) clinical_anno <- data.frame( Cluster = rep(c("A","B","C"), c(3,4,3)), # 自定义cluster Gender = sample(c("M","F"), 10, replace=TRUE), Age = round(runif(10, 20, 80)), row.names = colnames(expr_data) ) # 2. 按自定义cluster顺序排序样本 custom_order <- order(match(clinical_anno$Cluster, c("A","B","C"))) sorted_data <- expr_data[, custom_order] # 3. 设置注释颜色 anno_colors <- list( Cluster = c(A="#1f78b4", B="#33a02c", C="#e31a1c"), Gender = c(M="#a6cee3", F="#fb9a99"), Age = colorRampPalette(c("white", "brown"))(10) ) # 4. 绘制热图 pheatmap( sorted_data, cluster_rows = TRUE, # 基因聚类 cluster_cols = FALSE, # 禁止样本重排 annotation_col = clinical_anno[custom_order, ], annotation_colors = anno_colors, show_colnames = FALSE, main = "临床样本分组热图" ) ``` **关键参数说明**： 1. `cluster_cols = FALSE`：禁止列聚类，保持自定义顺序[^4] 2. `custom_order`：通过`order(match())`实现自定义排序 3. `annotation_col`：包含Cluster、Gender、Age的分组信息 4. `annotation_colors`：为每个分组变量定义颜色映射 --- ### 方案二：使用ComplexHeatmap（高级实现，解决标签重叠问题） ```r # 安装和加载 if (!require("BiocManager")) install.packages("BiocManager") BiocManager::install("ComplexHeatmap") library(ComplexHeatmap) library(circlize) # 1. 准备数据（同方案一） # 2. 创建列注释 ha <- HeatmapAnnotation( df = clinical_anno, col = list( Cluster = c("A" = "#1f78b4", "B" = "#33a02c", "C" = "#e31a1c"), Gender = c("M" = "#a6cee3", "F" = "#fb9a99"), Age = colorRamp2(c(20, 80), c("white", "brown")) ) ) # 3. 按自定义顺序排序 sample_order <- order(match(clinical_anno$Cluster, c("A","B","C"))) # 4. 绘制热图（解决标签重叠） Heatmap( expr_data[, sample_order], name = "Expression", column_order = sample_order, # 固定列顺序 top_annotation = ha, show_column_names = FALSE, row_names_gp = gpar(fontsize = 8), # 调整行名字体 # 可选：只显示部分基因名 row_labels = ifelse( rownames(expr_data) %in% c("Gene1","Gene50","Gene100"), rownames(expr_data), "" ) ) -> ht # 5. 导出避免标签错位问题（解决RStudio显示问题） pdf("clinical_heatmap.pdf", width=10, height=8) draw(ht) dev.off() ``` **关键优势**： 1. `column_order`：直接指定列顺序[^2] 2. `row_labels`：选择性显示基因名，解决重叠问题[^1] 3. `colorRamp2`：为连续变量（Age）创建平滑颜色梯度 4. PDF导出：避免RStudio中`anno_mark()`的显示问题[^3] --- ### 分组信息整合技巧 1. **多级注释**： ```r # ComplexHeatmap中添加多个注释层 ha <- HeatmapAnnotation( Cluster = clinical_anno$Cluster, Gender = clinical_anno$Gender, Age = clinical_anno$Age, col = list(...) # 单独定义每个变量的颜色 ) ``` 2. **分组间隔线**（pheatmap）： ```r pheatmap(..., gaps_col = cumsum(table(clinical_anno$Cluster))[-3] ) ``` 3. **大型数据集优化**： ```r # 只显示cluster边界基因 boundary_genes <- c(1, which(diff(as.numeric(factor(clinical_anno$Cluster))) != 0)+1) row_labels <- ifelse(1:nrow(expr_data) %in% boundary_genes, rownames(expr_data), "") ``` --- ### 相关问题 1. 如何为热图中的连续变量（如Age）创建自定义颜色梯度？ 2. 当样本量过大时，如何优化热图的渲染速度？ 3. 如何在ComplexHeatmap中添加基因功能通路注释？ 4. 如何将热图与生存分析结果整合展示？ 5. 导出热图时如何保持分组注释与主热图的对应关系？