R（熱圖與熱圖2）中熱圖/聚類默認值的差異？

Question

我比較R中樹狀圖，一個與創建熱圖的兩種方式made4的heatplot和一個與gplots的heatmap.2 。 適當的結果取決於分析，但我試圖理解為什么默認值是如此不同，以及如何讓兩個函數給出相同的結果（或高度相似的結果），以便我理解所有'blackbox'參數進入這個。

這是示例數據和包：

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

使用heatmap.2對數據進行聚類得出：

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

使用heatplot給出：

heatplot(data)

最初的結果和縮放非常不同。 在這種情況下， heatplot結果看起來更合理所以我想了解哪些參數可以提供給heatmap.2以使它做同樣的事情，因為heatmap.2具有我想要使用的其他優點/功能，因為我想要了解缺少的成分。

heatplot使用與相關距離的平均鏈接，因此我們可以將其提供給heatmap.2以確保使用類似的聚類（基於： https ： heatmap.2 ）

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)

導致：

這使得行側樹狀圖看起來更相似但是列仍然不同，因此比例也是如此。 看起來， heatplot按照某種方式按比例縮放列，默認情況下， heatmap.2不會這樣做。 如果我向heatmap.2添加行縮放，我得到：

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

它仍然不相同但更接近。 如何使用heatmap.2重現heatplot的結果？ 有什么區別？

edit2 ：似乎關鍵的區別在於， heatplot使用以下行heatplot調整數據：

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 = "")
}

這是我試圖導入到我對heatmap.2調用。 我喜歡它的原因是因為它使低值和高值之間的對比度更大，而只是將zlim傳遞給heatmap.2只是被忽略了。 如何在保留沿列的聚類的同時使用這種“雙重縮放”？ 我想要的是增加對比度：

heatplot(..., dualScale=TRUE, scale="none")

與你得到的低對比度相比：

heatplot(..., dualScale=FALSE, scale="row")

有什么想法嗎？

Answer 1

heatmap.2和heatplot函數之間的主要區別如下：

1. heatmap.2，默認使用歐幾里德測度來獲得距離矩陣並完成聚類的聚集方法，而熱圖分別使用相關性和平均聚集方法。

2. heatmap.2計算距離矩陣並在縮放之前運行聚類算法，而熱圖（當dualScale=TRUE ）聚類已經縮放的數據。

3. heatmap.2重新排序基於行和列的平均值樹狀圖，描述在這里 。

通過提供自定義distfun和hclustfun參數，可以在heatmap.2中簡單地更改默認設置（第1頁）。 然而p。 在不更改源代碼的情況下，無法輕松解決2和3問題。 因此， heatplot函數充當heatplot的包裝器。 首先，它對數據進行必要的轉換，計算距離矩陣，對數據進行聚類，然后僅使用heatmap.2功能來繪制具有上述參數的熱圖。

heatplot函數中的dualScale=TRUE參數僅適用於基於行的居中和縮放（ 描述 ）。 然后，它將縮放數據的極值（ 描述 ）重新分配給zlim值：

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

---

為了匹配heatplot函數的輸出，我想提出兩個解決方案：

我 - 在源代碼中添加新功能-> heatmap.3

代碼可以在這里找到。 隨意瀏覽修訂版以查看對heatmap.2功能所做的更改。 總之，我介紹了以下選項：

• 在聚類之前執行z-score變換： scale=c("row","column")
• 可以在縮放數據中重新分配極值： zlim=c(-3,3)
• 關閉樹形圖重新排序的選項： reorder=FALSE

一個例子：

# 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 - 定義一個為熱圖提供所有必需參數的heatmap.2

如果您更喜歡使用原始熱圖.2， zClust函數（下面）將再現熱圖執行的所有步驟。 它提供（以列表格式）縮放數據矩陣，行和列樹形圖。 這些可以用作heatmap.2函數的輸入：

# 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)

---

關於heatmap.2(3)功能的其他評論很少：

• 應用縮放時，建議使用symbreak=TRUE 。 它將調整色標，因此它在0左右突破。在當前示例中，負值=藍色，而正值=紅色。
• col=bluered(256)可以提供替代的着色解決方案，並且它不需要RColorBrewer庫。