已知15组样本的log2(cpm+1), 每组5-6个生物学重复，样本表达矩阵和分组信息分别保存在2个txt中，计算样本的斯皮尔曼相关系数，并将结果可视化，R语言代码

假设样本表达矩阵保存在"expr_matrix.txt"文件中，分组信息保存在"group_info.txt"文件中，可以使用以下R语言代码计算样本的斯皮尔曼相关系数并可视化：

# 加载所需的库
library(ggplot2)
library(reshape2)

# 读取样本表达矩阵和分组信息
expr_matrix <- read.table("expr_matrix.txt", header = TRUE, row.names = 1)
group_info <- read.table("group_info.txt", header = TRUE)

# 计算斯皮尔曼相关系数
corr_matrix <- cor(expr_matrix, method = "spearman")

# 将相关系数矩阵转化为长格式
corr_long <- melt(corr_matrix)

# 将行列名添加到数据框中
corr_long$Var1 <- rownames(corr_matrix)[corr_long$Var1]
corr_long$Var2 <- rownames(corr_matrix)[corr_long$Var2]

# 绘制相关系数热图
ggplot(corr_long, aes(Var1, Var2, fill = value)) +
  geom_tile() +
  scale_fill_gradient2(low = "blue", mid = "white", high = "red", midpoint = 0) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  labs(title = "Spearman Correlation Heatmap", x = "", y = "") +
  theme(plot.title = element_text(hjust = 0.5))

其中，`melt`函数用于将相关系数矩阵转化为长格式，方便后续可视化处理。打印出的热图即为样本的斯皮尔曼相关系数热图。