如何用R做通路富集热图

要使用 R 语言绘制通路富集热图，你需要进行以下步骤：

1. 首先，使用通路富集分析工具（例如 GSEA、KEGG 等）对你的基因表达数据进行通路富集分析，并将结果保存为表格文件（例如 CSV 文件），其中每个通路都有其富集得分和基因列表。

2. 加载所需的库：

library(ggplot2)
library(RColorBrewer)
library(pheatmap)

3. 导入数据文件，例如 CSV 文件：

data <- read.csv("pathway_enrichment_results.csv", header = TRUE, row.names = 1)

4. 对数据进行预处理，例如去除不需要的列、对基因列表进行拆分和排序等：

# 去除不需要的列
data <- data[, c("NES", "pval", "FDR", "Genes")]

# 对基因列表进行拆分，并将其转换为因子变量以进行排序
data$Genes <- lapply(strsplit(as.character(data$Genes), split = "///"), sort)
data$Genes <- factor(data$Genes, levels = unique(data$Genes))

5. 绘制热图，并按照通路富集得分（NES）对其进行着色。你可以选择使用不同的颜色调色板（例如 RColorBrewer 库中提供的调色板）：

# 选择颜色调色板
colormap <- colorRampPalette(brewer.pal(9, "YlOrRd"))

# 绘制热图
pheatmap(t(data[, 1:3]), 
         color = colormap(100), # 颜色调色板
         cluster_rows = FALSE, # 关闭行聚类
         cluster_cols = FALSE, # 关闭列聚类
         show_rownames = FALSE, # 不显示行名称
         show_colnames = FALSE, # 不显示列名称
         annotation_col = data$Genes, # 基因列表作为列注释
         fontsize_col = 5, # 列字体大小
         fontsize_row = 8, # 行字体大小
         legend = FALSE # 不显示图例
) +
  scale_fill_gradientn(colours = colormap(100), # 颜色调色板
                       name = "NES", # 色标名称
                       limits = c(min(data$NES), max(data$NES))) # 色标范围

6. 这将生成一个基本的通路富集热图，其中每个单元格的颜色根据其富集得分而变化。你可以根据需要进行自定义，例如更改颜色调色板、添加行列名称等。