热图进阶：巧用ComplexHeatmap实现关键基因的精准标注与高亮

1. 为什么需要精准标注关键基因？

做转录组分析的朋友们肯定都遇到过这样的困扰：差异基因分析结果动辄上千个基因，用热图展示时如果全部显示基因名称，整个图面就会变成密密麻麻的"蚂蚁窝"，根本看不清关键信息。但如果不标注任何基因名称，又无法突出我们关心的Marker基因或通路核心基因。

我在分析乳腺癌单细胞数据时就深有体会：一次差异分析得到2000多个差异基因，但真正值得关注的HER2通路相关基因只有30多个。这时候就需要一种"既见森林又见树木"的解决方案——在展示全局表达模式的同时，精准高亮关键基因。

ComplexHeatmap包的anno_mark()函数就是为解决这个问题而生的。它允许我们：

• 保留热图整体聚类结构
• 仅标注预设的关键基因列表
• 自定义标注样式（字体大小、颜色、位置等）
• 支持多组基因分别标注

2. 数据准备与基础热图绘制

2.1 数据读入与预处理

假设我们已经有了标准化后的基因表达矩阵，这里用示例数据演示：

# 设置工作目录 setwd("/path/to/your/data") # 读入表达矩阵 expr_matrix <- read.csv("gene_expression.csv", row.names = 1) # 转换为矩阵格式 expr_matrix <- as.matrix(expr_matrix) # 查看数据维度 dim(expr_matrix) # 假设输出2000行(基因) x 30列(样本)

2.2 基础热图绘制

先绘制不带任何标注的基础热图：

library(ComplexHeatmap) # 定义样本分组 sample_groups <- rep(c("Normal", "Tumor"), each = 15) # 创建基础热图 base_heatmap <- Heatmap( expr_matrix, name = "Expression", # 图例标题 col = colorRampPalette(c("blue", "white", "red"))(100), # 颜色映射 show_row_names = FALSE, # 不显示行名 top_annotation = HeatmapAnnotation( Group = sample_groups, col = list(Group = c("Normal" = "grey", "Tumor" = "orange")) ) ) # 绘制热图 draw(base_heatmap)

这时你会看到一个聚类完整但没有任何基因标注的热图。接下来我们就教大家如何精准添加关键基因标注。

3. 关键基因标注实战技巧

3.1 创建目标基因列表

假设我们已经通过通路分析找到了50个关键基因，可以手动创建列表或从文件读取：

# 关键基因列表 key_genes <- c("TP53", "BRCA1", "BRCA2", "EGFR", "HER2", "AKT1", "PTEN", "CDH1", "MAPK1", "PIK3CA") # 或者从文件读取 key_genes <- read.csv("pathway_genes.csv")$GeneName

3.2 使用anno_mark进行标注

anno_mark()是ComplexHeatmap中专用于标记特定行列的函数：

# 创建行注释 gene_annotation <- rowAnnotation( mark = anno_mark( at = which(rownames(expr_matrix) %in% key_genes), # 匹配基因位置 labels = rownames(expr_matrix)[rownames(expr_matrix) %in% key_genes], labels_gp = gpar(fontsize = 10, col = "black"), # 标签样式 padding = unit(1, "mm") # 标签间距 ) ) # 组合热图与标注 labeled_heatmap <- base_heatmap + gene_annotation # 绘制最终热图 draw(labeled_heatmap)

3.3 多组基因分颜色标注

如果需要区分不同通路的关键基因，可以这样做：

# 定义不同通路基因 pathway1 <- c("TP53", "BRCA1", "BRCA2") pathway2 <- c("EGFR", "HER2", "AKT1") # 创建分组标注 multi_annotation <- rowAnnotation( pathway1 = anno_mark( at = which(rownames(expr_matrix) %in% pathway1), labels = rownames(expr_matrix)[rownames(expr_matrix) %in% pathway1], labels_gp = gpar(fontsize = 10, col = "red") ), pathway2 = anno_mark( at = which(rownames(expr_matrix) %in% pathway2), labels = rownames(expr_matrix)[rownames(expr_matrix) %in% pathway2], labels_gp = gpar(fontsize = 10, col = "blue") ) ) # 组合绘图 draw(base_heatmap + multi_annotation)

4. 高级美化技巧

4.1 解决标签重叠问题

当标注基因较多时容易出现标签重叠，可以通过以下方式优化：

gene_annotation <- rowAnnotation( mark = anno_mark( at = which(rownames(expr_matrix) %in% key_genes), labels = rownames(expr_matrix)[rownames(expr_matrix) %in% key_genes], labels_gp = gpar(fontsize = 8), link_width = unit(5, "mm"), # 连接线长度 link_gp = gpar(lwd = 0.5), # 连接线粗细 padding = unit(2, "mm"), # 标签间距 extend = unit(1, "cm") # 绘图区扩展 ) )

4.2 添加显著性标记

如果想在关键基因旁添加星号标记显著性：

# 创建带星号的标签 sig_labels <- ifelse(key_genes %in% c("TP53", "BRCA1"), paste0(key_genes, "***"), key_genes) gene_annotation <- rowAnnotation( mark = anno_mark( at = which(rownames(expr_matrix) %in% key_genes), labels = sig_labels, labels_gp = gpar(fontsize = 10, col = ifelse(key_genes %in% c("TP53", "BRCA1"), "red", "black")) ) )

4.3 交互式热图标注

结合shiny和InteractiveComplexHeatmap包可以实现交互：

library(InteractiveComplexHeatmap) # 先绘制普通热图 ht <- draw(base_heatmap + gene_annotation) # 转换为交互式 ht_shiny(ht)

5. 完整案例演示

下面用一个乳腺癌数据集的完整流程演示：

# 加载包 library(ComplexHeatmap) library(circlize) # 1. 数据准备 data <- as.matrix(read.csv("breast_cancer_expression.csv", row.names = 1)) key_genes <- scan("her2_pathway_genes.txt", what = "character") # 2. 数据标准化 zscore <- function(x) (x - mean(x)) / sd(x) data_norm <- t(apply(data, 1, zscore)) # 3. 创建热图注释 ha <- HeatmapAnnotation( ER = sample(c("+", "-"), ncol(data), replace = TRUE), HER2 = sample(c("+", "-"), ncol(data), replace = TRUE), col = list( ER = c("+" = "pink", "-" = "grey"), HER2 = c("+" = "red", "-" = "white") ) ) # 4. 创建基因标注 gene_anno <- rowAnnotation( key_genes = anno_mark( at = match(key_genes, rownames(data)), labels = key_genes, labels_gp = gpar(col = "blue", fontface = "italic"), link_gp = gpar(col = "grey50", lwd = 0.5), padding = unit(3, "mm") ) ) # 5. 绘制热图 Heatmap(data_norm, name = "Z-score", col = colorRamp2(c(-2, 0, 2), c("green", "white", "red")), top_annotation = ha, show_row_names = FALSE, row_km = 4 # 基因聚为4类 ) + gene_anno

6. 常见问题解决方案

6.1 基因名匹配失败怎么办？

当发现标注基因没有显示时，检查以下方面：

1. 基因名是否完全匹配（大小写、符号等）
2. 使用which(rownames(data) %in% key_genes)查看匹配位置
3. 考虑使用grep()进行模糊匹配

6.2 标注基因过多导致混乱

建议采取以下策略：

1. 按通路分组标注，每次只显示一组
2. 增加padding参数值扩大间距
3. 使用fontsize调小字体
4. 考虑分多个热图展示

6.3 保存高清图片

使用pdf或png函数保存：

pdf("heatmap.pdf", width = 10, height = 8) draw(labeled_heatmap) dev.off() png("heatmap.png", width = 2000, height = 1600, res = 300) draw(labeled_heatmap) dev.off()

7. 与其他工具的对比

相比于pheatmap等传统热图工具，ComplexHeatmap在基因标注方面的优势明显：

在实际项目中，当需要标注的基因超过20个时，ComplexHeatmap的表现明显优于其他工具。特别是它的anno_mark()函数，能够自动优化标签位置避免重叠，这是手动调整无法比拟的。