R语言pheatmap包画基因差异表达分析热图

### 使用R语言pheatmap包绘制基因差异表达分析热图

#### 准备工作
为了确保能够顺利使用`pheatmap`包来绘制热图，首先需要确认该包已经安装并成功加载。

if (!require(pheatmap, quietly = TRUE)) {
    install.packages("pheatmap")
}
library(pheatmap)

接着准备一些模拟的数据作为例子。这里通过设定随机种子保证每次运行程序得到相同的结果，并构建了一个表示不同样本条件下多个基因表达水平的矩阵[^1]。

set.seed(1234)

expr_mat <- matrix(
    rnorm(200, mean = 6, sd = 2),
    ncol = 8,
    dimnames = list(
        paste0("Gene", 1:25),
        paste0("Type", 1:8))
)
head(expr_mat)

上述代码片段创建了一个名为`expr_mat`的对象，其中包含了25个基因在8种不同类型下的表达值。接下来就可以基于这些数据调用`pheatmap()`函数来进行可视化操作了。

#### 基础参数配置
当利用`pheatmap`绘制热图时，有几个重要的参数可以帮助调整图形外观：

- `show_rownames`: 控制是否显示行标签，默认为TRUE；
- `show_colnames`: 控制是否显示列标签，默认也为TRUE；
- `scale`: 可选参数有"none","row","column"，分别代表不缩放、按照行标准化以及按照列标准化；
- `color`: 自定义颜色方案，可以采用内置的颜色板或是自定义渐变色序列；

下面是一个具体的实例说明如何应用以上提到的各项属性[^2][^3]:

# 定义一个从紫色到白色的再到橙色的颜色梯度
custom_colors <- colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))

# 绘制带有详细标注和特定配色方案的热图
pheatmap(
    expr_mat,
    show_rownames = TRUE,
    show_colnames = TRUE,
    scale = "row",
    color = custom_colors(100)
)

这段脚本不仅设置了行列名称可见性，还选择了针对每一行单独做Z-score变换的方式(`scale="row"`)，使得每条记录内部具有可比性的同时保持整体分布特性不变。此外，指定了一套由深紫至浅白再过渡到亮橘色调组成的色彩映射规则，增强了视觉效果。