在組學(xué)研究中，我們常常會用到熱圖（Heatmap）。色彩豐富的熱圖總能吸引讀者的眼球，給文章增色。但一堆堆的色塊讓人眼花繚亂，背后的分析方法更讓人不知從何下手。今天我們先來初步探一探門道。

熱圖的解讀

熱圖如下（Nucleic Acids Res （2015） 43 （W1）： W566－W570．），本質(zhì)上它是表現(xiàn)一個(gè)數(shù)值矩陣，圖上每一個(gè)小方格都是一個(gè)數(shù)值，按一條預(yù)設(shè)好的色彩變化尺（稱為色鍵，Color Key），來給每個(gè)數(shù)值分配顏色，雖然看起來眼花，但道理卻很簡單。這幅圖就是24個(gè)樣本（列）中，30類基因（行）的表達(dá)情況。

     但不同基因在不同樣本中的表達(dá)量，可能會跨越好幾個(gè)數(shù)量級，這樣就會把色鍵分得很細(xì)，所以通常會對表達(dá)量取對數(shù)，或取Z－score，這樣色鍵的范圍一般就在個(gè)位數(shù)內(nèi)變化。

     上方兩條色彩稍微簡單的橫條，是根據(jù)實(shí)驗(yàn)分組，用顏色標(biāo)出組別。兩個(gè)橫條表示兩種分組方式，也就是兩個(gè)變量（normal tumor和tissue）。就這幅圖來說，第一行的黃色表示正常組織，紫色表示腫瘤組織；第二行的藍(lán)綠色表示乳腺，紅色表示前列腺。

   圖外圍那些線條，是聚類分析的樹形圖。越靠下游的子目錄中的個(gè)體關(guān)系越近，最先聚為一類，之后小類與小類又聚為一個(gè)大類。而且有些節(jié)點(diǎn)走了很遠(yuǎn)才跟其他組別聚成一類，有些節(jié)點(diǎn)沒走多遠(yuǎn)就聚了，所以這些支線的長短，就代表了距離。

   高通量測序的數(shù)據(jù)，通常比較磅礡，生成的熱圖，每個(gè)方格就會很小，基本看不清。這時(shí)就可以用一些處理技巧，比如上面那幅圖，研究納入了54675個(gè)基因，如果都畫出來，這圖就會很長，色塊也會很密。所以它先通過K均值聚類算法，把這些基因聚成30類。

熱圖的繪制

     繪制熱圖，最常用的是R語言，當(dāng)然也能用GraphPad Prism做。但如果數(shù)據(jù)量不是特別大的話，這里推薦一個(gè)在線工具ClustVis，但數(shù)據(jù)量大時(shí)還是容易卡頓。

     另一個(gè)不太卡的在線工具叫Morpheus，博大研究所開發(fā)的。還有桌面軟件HemI，華中科技大學(xué)開發(fā)的。三者都是免費(fèi)又好用的神器，功能上大同小異。

獲取在線熱圖繪制網(wǎng)站，公眾號后臺回復(fù)：熱圖在線。注意不要輸錯(cuò)了。

下面以ClustVis為例來演示熱圖的制作吧。

進(jìn)入網(wǎng)站界面如下：

1．按照網(wǎng)站的要求，它需要的數(shù)據(jù)格式如下，綠色部分是必須的，紅色的是分組信息，可以根據(jù)研究需要進(jìn)行增刪：

小編自行在excel中完成了上圖的輸入：

2．點(diǎn)擊data import：

可以選擇粘貼或者上傳excel文件。上傳之后，點(diǎn)選第一個(gè)數(shù)值單元格，就可區(qū)分哪些是數(shù)值，哪些是標(biāo)簽和注釋（列和行）：

3．點(diǎn)擊輸出熱圖即可：

點(diǎn)OK，一幅主圖就出來了。

4．調(diào)整數(shù)據(jù)展示選項(xiàng)：

根據(jù)自己需要進(jìn)行相關(guān)調(diào)整。

5．最后保存為自己想要的Figure格式即可。

最終結(jié)果展示：

還有問題可以查閱文獻(xiàn)（或點(diǎn)擊文末原文鏈接）：Metsalu， Tauno and Vilo， Jaak． Clustvis： a web tool for visualizing clustering of multivariate data using Principal Component Analysis and heatmap． Nucleic Acids Research， 43（W1）：W566–W570， 2015． doi： 10．1093／nar／gkv468．