EnrichedHeatmap教程：基因组信号富集热图绘制指南

概述

EnrichedHeatmap是一个用于可视化基因组信号在特定目标区域富集情况的R包。它能够生成特殊的富集热图，广泛应用于展示如转录起始位点(TSS)附近组蛋白修饰富集模式等场景。

核心功能

• 将基因组信号与目标区域的关联关系转换为矩阵
• 通过热图直观展示富集模式
• 支持多种数据类型的可视化
• 提供丰富的自定义选项

安装与基础使用

首先需要安装并加载EnrichedHeatmap包：

install.packages("EnrichedHeatmap")
library(EnrichedHeatmap)

数据准备

示例数据包含以下对象：

• H3K4me3：ChIP-seq数据的组蛋白修饰覆盖度
• cgi：CpG岛位置信息
• genes：基因信息
• meth：WGBS测序的甲基化数据
• rpkm：RNA-seq基因表达数据

基本分析流程

1. 提取目标区域

以基因TSS为例：

tss = promoters(genes, upstream = 0, downstream = 1)
tss[1:5]  # 查看前5个TSS

2. 构建关联矩阵

使用normalizeToMatrix()函数：

mat1 = normalizeToMatrix(H3K4me3, tss, 
    value_column = "coverage",
    extend = 5000, 
    mean_mode = "w0", 
    w = 50)

参数说明：

• extend：上下游扩展区域大小
• w：窗口宽度
• mean_mode：均值计算模式
• value_column：使用的数值列

3. 绘制热图

EnrichedHeatmap(mat1, name = "H3K4me3")

高级定制

颜色设置

简单颜色向量

EnrichedHeatmap(mat1, col = c("white", "red"), name = "H3K4me3")

处理极端值

方法一：使用keep参数修剪

mat1_trim = normalizeToMatrix(H3K4me3, tss, 
    value_column = "coverage",
    extend = 5000, 
    mean_mode = "w0", 
    w = 50, 
    keep = c(0, 0.99))

方法二：自定义颜色映射函数

library(circlize)
col_fun = colorRamp2(quantile(mat1, c(0, 0.99)), c("white", "red"))
EnrichedHeatmap(mat1, col = col_fun, name = "H3K4me3")

聚类与排序

默认按富集程度排序，也可自定义排序：

# 按特定列排序
EnrichedHeatmap(mat1, cluster_rows = FALSE, row_order = order(...))

注释添加

可添加各种注释信息：

EnrichedHeatmap(mat1, 
    top_annotation = HeatmapAnnotation(...),
    right_annotation = rowAnnotation(...))

实际应用案例

案例1：组蛋白修饰富集分析

# 计算H3K4me3在TSS附近的富集
mat_k4me3 = normalizeToMatrix(H3K4me3, tss, ...)
# 绘制热图
EnrichedHeatmap(mat_k4me3, ...)

案例2：甲基化模式分析

# 计算甲基化在CpG岛附近的模式
mat_meth = normalizeToMatrix(meth, cgi, ...)
# 绘制热图
EnrichedHeatmap(mat_meth, ...)

常见问题解答

Q：如何处理数据中的极端值？ A：可使用keep参数或自定义颜色映射函数处理极端值。

Q：如何改变热图的排序方式？ A：通过cluster_rows和row_order参数控制行排序。

Q：如何添加额外的注释信息？ A：使用top_annotation和right_annotation参数添加注释。

总结

EnrichedHeatmap提供了强大的基因组信号富集可视化功能，通过本教程介绍的基础和高级用法，用户可以灵活地展示各种基因组数据的富集模式。该工具特别适合需要同时展示多个数据集关联关系的复杂分析场景。