100天生信-Day1

热图是很方便的数据可视化方法，很多情景下简单、实用。比如在拿到RNA-seq表达矩阵后大概看一个表达情况，而且可以做个聚类大体了解基因表达模式（当然样本多的时候可以选择WGCNA）。

## 加载包
library(pheatmap)

## 设置工作目录
setwd("PATH")  

## 导入原始FPKM，保留注释，最后添加cluster信息的时候直接在这个表中添加
FPKM_ann <- read.csv("Ara24_fpkm.csv" , header = T, row.names = 1)

## 去除注释，只取第1到24列
FPKM <- FPKM_ann[,c(1:24)]

## 只取所有样本FPKM和大于10的基因
FPKM <- FPKM[which(rowSums(FPKM) > 10),]

## 画热图，cluster_row对行聚类，cutree_rows = x 参数表示分成几个cluster
## 聚类算法可以通过clustering_method = "xxxx"调整，多试几种看聚类效果
p <- pheatmap(FPKM,cluster_row = TRUE,cluster_col = FALSE, show_rownames= FALSE,
              scale = 'row', cutree_rows = 6)

## 导出加上cluster信息的原始表格（顺序按聚类顺序改变，保留注释，cluster信息在最后一列）
row_cluster <- cutree(p$tree_row, k=6)
newOrder <- FPKM_ann[p$tree_row$order,]
newOrder[,ncol(newOrder)+1]=row_cluster[match(rownames(newOrder), names(row_cluster))]
colnames(newOrder)[ncol(newOrder)]="Cluster"
write.csv(newOrder, "FPKM_cluster.csv")

得到的表就是在输入表的基础上排序加cluster信息。

导出基因顺序参考文章：https://www.omicsclass.com/article/508