R中热图/聚类默认设置的差异（heatplot与heatmap.2）有哪些？

Question

我正在比较在R中创建带有树状图的热图的两种方法：一个是使用made4的heatplot，另一个是使用heatmap.2中的gplots。适当的结果取决于分析，但我正在尝试理解为什么它们的默认值如此之不同，以及如何使这两个函数给出相同（或类似）的结果，以便我可以理解进入其中的所有“黑匣子”参数。

以下是示例数据和包：

require(gplots)
# made4 from bioconductor
require(made4)
data(khan)
data <- as.matrix(khan$train[1:30,])

使用heatmap.2对数据进行聚类，得到如下结果：

heatmap.2(data, trace="none")

使用 heatplot 会得到以下结果：

heatplot(data)

最初的结果和比例尺非常不同。在这种情况下，heatplot 的结果看起来更合理，因此我想了解应该将哪些参数输入到 heatmap.2 中，以使其执行相同的操作，因为 heatmap.2 具有其他优点/功能，我想使用它，并且因为我想了解缺少的要素。

heatplot 使用相关距离的平均连接，因此我们可以将其输入到 heatmap.2 中，以确保使用类似的聚类（基于：https://stat.ethz.ch/pipermail/bioconductor/2010-August/034757.html）。

dist.pear <- function(x) as.dist(1-cor(t(x)))
hclust.ave <- function(x) hclust(x, method="average")
heatmap.2(data, trace="none", distfun=dist.pear, hclustfun=hclust.ave)

导致结果如下： 这使得行侧树状图看起来更相似，但列仍然不同，比例也不同。看起来heatplot默认情况下以某种方式缩放列，而heatmap.2默认情况下不会这样做。如果我在heatmap.2中添加行缩放，我会得到：

heatmap.2(data, trace="none", distfun=dist.pear, hclustfun=hclust.ave,scale="row")

这张图片看起来并不完全一样，但更接近了。我如何使用heatmap.2重现heatplot的结果？它们之间有什么区别吗？

编辑2：关键的区别似乎在于heatplot使用以下方法对数据进行行列重新缩放：

if (dualScale) {
    print(paste("Data (original) range: ", round(range(data), 
        2)[1], round(range(data), 2)[2]), sep = "")
    data <- t(scale(t(data)))
    print(paste("Data (scale) range: ", round(range(data), 
        2)[1], round(range(data), 2)[2]), sep = "")
    data <- pmin(pmax(data, zlim[1]), zlim[2])
    print(paste("Data scaled to range: ", round(range(data), 
        2)[1], round(range(data), 2)[2]), sep = "")
}

这是我尝试导入到我的heatmap.2调用中的内容。我喜欢它的原因是它使低值和高值之间的对比更大，而仅仅将zlim传递给heatmap.2会被简单地忽略。如何在保留列聚类的同时使用这种“双重缩放”？我想要的只是增加对比度，就像这样：heatplot(..., dualScale=TRUE, scale="none")，与低对比度相比，你可以得到：heatplot(..., dualScale=FALSE, scale="row")，对此有什么想法吗？

- user248237

---

е°қиҜ•еңЁжңҖеҗҺдёҖдёӘе‘Ҫд»Өдёӯж·»еҠ symbreaks=FALSEпјҢд»ҘиҺ·еҫ—зұ»дјјдәҺheatplotзҡ„зқҖиүІгҖӮдҪҶжҳҜеҲ—ж ‘зҠ¶еӣҫиҝҳйңҖиҰҒж”№иҝӣгҖӮ - harkmug

@rmk 谢谢，不确定我理解symbreaks的作用。关于列树状图上有何不同，您有什么想法吗？ - user248237

symbreaks=FALSE 使得颜色不对称，就像在 heatplot 中看到的那样，0 值的颜色不是白色（仍然有点蓝色）。至于树状图，我认为 heatmap.2 可能做得更好。请注意，在 heatmap.2 中，EWS.T1 和 EWS.T6 是并排的，而在 heatplot 中，则是 EWS.T4 和 EWS.T6。前者的距离为 0.2，而后者的距离为 0.5。 - harkmug

@rmk：那这是heatplot的一个bug吗？ - user248237

@rmk：差异可以通过heatplot内使用的distEisen函数来解释吗？不幸的是，我想不到一种方法来传递相关距离给heatplot，因为它只接受作为dist()参数的内容，而dist()没有相关距离。如果heatplot()接受相关距离，那么这将是可能的。 - user248237

Answer 1

heatmap.2与heatplot函数之间的主要区别如下：

1. heatmap.2默认使用欧氏距离计算距离矩阵和complete的凝聚方法进行聚类，而heatplot分别使用相关性和average的凝聚方法。

2. heatmap.2在缩放之前计算距离矩阵并运行聚类算法，而heatplot（当dualScale=TRUE）则对已经缩放的数据进行聚类。

3. heatmap.2基于行和列均值重新排列树形图，如此处所述。

可以通过提供自定义distfun和hclustfun参数轻松更改heatmap.2中的默认设置（第1点）。但是，要解决第2点和第3点，则需要更改源代码。因此，heatplot函数作为heatmap.2的包装器。首先，它对数据应用必要的转换，计算距离矩阵，聚类数据，然后仅使用heatmap.2功能绘制带有上述参数的热图。

heatplot函数中的dualScale=TRUE参数仅适用于基于行的居中和缩放（描述）。然后，它将已缩放数据的极端值（描述）重新分配给zlim值：

z <- t(scale(t(data)))
zlim <- c(-3,3)
z <- pmin(pmax(z, zlim[1]), zlim[2])

---

为了与热图函数的输出相匹配，我想提出两种解决方案：

I - 在源代码中添加新功能 -> heatmap.3

可以在这里找到代码。请随意浏览修订版本以查看对heatmap.2函数所做的更改。总之，我引入了以下选项：

• 在聚类之前执行z-score转换：scale=c("row","column")
• 可以重新分配缩放数据中的极端值：zlim=c(-3,3)
• 关闭树形图重排序的选项：reorder=FALSE

例如：

# require(gtools)
# require(RColorBrewer)
cols <- colorRampPalette(brewer.pal(10, "RdBu"))(256)

distCor <- function(x) as.dist(1-cor(t(x)))
hclustAvg <- function(x) hclust(x, method="average")

heatmap.3(data, trace="none", scale="row", zlim=c(-3,3), reorder=FALSE,
          distfun=distCor, hclustfun=hclustAvg, col=rev(cols), symbreak=FALSE) 

---

II-定义一个函数，提供所有heatmap.2所需的参数

如果您更喜欢使用原始的heatmap.2，则下面的zClust函数可以重现heatplot执行的所有步骤。它以列表格式提供了缩放后的数据矩阵、行和列谱系树。这些可以作为输入提供给heatmap.2函数：

# depending on the analysis, the data can be centered and scaled by row or column. 
# default parameters correspond to the ones in the heatplot function. 
distCor <- function(x) as.dist(1-cor(x))
zClust <- function(x, scale="row", zlim=c(-3,3), method="average") {
    if (scale=="row") z <- t(scale(t(x)))
    if (scale=="col") z <- scale(x)
    z <- pmin(pmax(z, zlim[1]), zlim[2])
    hcl_row <- hclust(distCor(t(z)), method=method)
    hcl_col <- hclust(distCor(z), method=method)
    return(list(data=z, Rowv=as.dendrogram(hcl_row), Colv=as.dendrogram(hcl_col)))
}

z <- zClust(data)

# require(RColorBrewer)
cols <- colorRampPalette(brewer.pal(10, "RdBu"))(256)

heatmap.2(z$data, trace='none', col=rev(cols), Rowv=z$Rowv, Colv=z$Colv)

---

关于heatmap.2(3)功能的一些额外说明：

• 在应用缩放时，建议使用symbreak=TRUE。它将调整颜色比例尺，使其在0周围断开。在当前示例中，负值为蓝色，正值为红色。
• col=bluered(256)可能提供另一种着色解决方案，而且不需要RColorBrewer库。

- TWL

---

非常好的、详细的回答。正是我所需要的。非常感谢！ - yuk

我将此撰写成教程，并将TWL的zClust的扩展版本添加到一个软件包中：http://stanstrup.github.io/heatmaps/ - Jan Stanstrup