具有分类变量和 R 中的系统发育树的热图答案

【问题标题】：Heatmap with categorical variables and with phylogenetic tree in R具有分类变量和 R 中的系统发育树的热图
【发布时间】：2015-05-14 09:08:38
【问题描述】：

我有一个问题，通过个人搜索没有找到任何答案。我想用分类变量制作一个热图（有点像这个：heatmap-like plot, but for categorical variables），我想在左侧添加一个系统发育树（像这个：how to create a heatmap with a fixed external hierarchical cluster）。理想的情况是改编第二个，因为它看起来更漂亮！ ;)

这是我的数据：

一个newick格式的系统发育树，有3个物种，比方说：
```
((1,2),3);
```

一个数据框：

x<-c("species 1","species 2","species 3")
y<-c("A","A","C")
z<-c("A","B","A")
df<- data.frame(x,y,z)

（其中 A、B 和 C 是分类变量，例如在我的情况下存在/不存在/重复基因）。

你知道怎么做吗？

非常感谢！

编辑：我希望能够选择热图中每个类别的颜色，而不是经典的渐变。假设 A=绿色，B=黄色，C=红色

【问题讨论】：

你知道如何制作树状图吗？对于热图，您可以将分类值映射到数字并将其绘制为矩阵。
是的，我已经做了树状图！ mytree <-read.tree("sometree.tre") #turn the phylo tree to a dendrogram object data(mytree) #This is already a phylo object hc <- as.hclust(mytree) #Compulsory step as as.dendrogram doesn't have a method for phylo objects. dend <- as.dendrogram(hc) plot(dend, horiz=TRUE)
但是如果我映射到数值，我可以为每个类别手动选择颜色吗？
当然，您可以选择自定义颜色（有很多关于如何做到这一点的选项）。

标签： r heatmap categorical-data phylogeny

【解决方案1】：

我正在尝试使用与您相同的语法和 R 包 ape、gplots 和 RColorsBrewer 来制作一个热图，其列树状图本质上是一个物种树。

但我无法继续阅读我的 tre 文件。尝试对读入的树文件执行以下任何操作时会出现各种错误： a) 情节，或 b) 计算.brlen，和 c) 在collapse.singles 之后，情节在物种树拓扑方面看起来完全被破坏了

我怀疑我的 tre 输入有问题，但不确定是什么。你会碰巧明白什么是错的，我该如何解决它？谢谢！

((((((((((((Mt3.5v5, Mt4.0v1), 汽车), (((Pvu186, Pvu218), (Gma109, Gma189))), Cca))), (( (Ppe139, Mdo196), Fve226), Csa122)), (((((((Ath167, Aly107), Cru183), (Bra197, Tha173)), Cpa113), (Gra221, Tca233)), (Csi154, ( Ccl165, Ccl182))), ((Mes147, Rco119),(Lus200, (Ptr156, Ptr210)))), Egr201)), Vvi145), ((Stu206, Sly225), Mgu140)), Aco195), ((( Sbi79, Zma181),(Sit164, Pvi202)), (Osa193, Bdi192))), Smo91), Ppa152), (((Cre169, Vca199), Csu227), ((Mpu228, Mpu229), Olu231)));

【讨论】：

【解决方案2】：

其实是我自己想出来的。对于那些感兴趣的人，这是我的脚本：

#load packages
library("ape")
library(gplots)

#retrieve tree in newick format with three species
mytree <- read.tree("sometreewith3species.tre")
mytree_brlen <- compute.brlen(mytree, method="Grafen") #so that branches have all same length


#turn the phylo tree to a dendrogram object
hc <- as.hclust(mytree_brlen) #Compulsory step as as.dendrogram doesn't have a     method for phylo objects.
dend <- as.dendrogram(hc)
plot(dend, horiz=TRUE) #check dendrogram face

#create a matrix with values of each category for each species
a<-mytree_brlen$tip
b<-c("gene1","gene2")
list<-list(a,b)
values<-c(1,2,1,1,3,2)  #some values for the categories (1=A, 2=B, 3=C)
mat <- matrix(values,nrow=3, dimnames=list) #Some random data to plot

#plot the hetmap
heatmap.2(mat, Rowv=dend, Colv=NA, dendrogram='row',col =
        colorRampPalette(c("red","green","yellow"))(3), 
          sepwidth=c(0.01,0.02),sepcolor="black",colsep=1:ncol(mat),rowsep=1:nrow(mat),
      key=FALSE,trace="none",
      cexRow=2,cexCol=2,srtCol=45,
      margins=c(10,10),
      main="Gene presence, absence and duplication in three species")


#legend of heatmap
par(lend=2)           # square line ends for the color legend
legend("topright",      # location of the legend on the heatmap plot
   legend = c("gene absence", "1 copy of the gene", "2 copies"), # category  labels
   col = c("red", "green", "yellow"),  # color key
   lty= 1,             # line style
   lwd = 15            # line width
)

这是结果图:)

【讨论】：

我的声望终于够了！这是结果图像：