如何在R语言中结合聚类信息绘制热图？

你的数据是长格式（每行对应一个基因-样本对），而pheatmap需要宽格式矩阵作为输入，同时可以通过annotation_col参数添加样本聚类注释。以下是完整的实现步骤：

1. 加载所需包 #

library(pheatmap)
library(tidyr)
library(dplyr)

2. 构造/导入数据 #

先把你的数据转换成R的data.frame格式：

df <- data.frame(
  Genes = c("ARID1A", "FAT1", "KMT2C", "KMT2C", "ATM", "KMT2D"),
  Sample = c("TCGA-2", "TCGA-2", "TCGA-1", "TCGA-3", "TCGA-3", "TCGA-4"),
  cluster = c("cluster 1", "cluster 1", "cluster 2", "cluster 3", "cluster 2", "cluster 2")
)

3. 转换为热图所需的宽格式矩阵 #

这里假设你的数据是基因在样本中的存在标记（1表示存在，0表示不存在），如果是表达量数据，直接替换value为对应数值即可：

heatmap_data <- df %>%
  mutate(value = 1) %>%
  pivot_wider(names_from = Sample, values_from = value, values_fill = 0) %>%
  column_to_rownames("Genes")

4. 准备样本聚类注释信息 #

确保注释的样本顺序和热图矩阵的列顺序一致：

sample_annot <- df %>%
  select(Sample, cluster) %>%
  distinct() %>%
  column_to_rownames("Sample") %>%
  .[colnames(heatmap_data), ]

5. 绘制带聚类注释的热图 #

pheatmap(
  heatmap_data,
  annotation_col = sample_annot,  # 添加样本聚类的顶部注释条
  show_rownames = TRUE,           # 显示基因名称
  show_colnames = TRUE,           # 显示样本名称
  cluster_cols = FALSE,           # 关闭样本聚类，保持原始顺序；如需聚类可设为TRUE
  cluster_rows = TRUE,            # 开启基因聚类
  main = "基因存在情况热图（含样本聚类）"
)

可选：按聚类分组排序样本 #

如果想让同聚类的样本放在一起，先排序再绘制：

# 按聚类排序样本
sorted_samples <- sample_annot %>%
  arrange(cluster) %>%
  rownames()

# 调整矩阵和注释的顺序
heatmap_data_sorted <- heatmap_data[, sorted_samples]
sample_annot_sorted <- sample_annot[sorted_samples, ]

# 重新绘制热图
pheatmap(
  heatmap_data_sorted,
  annotation_col = sample_annot_sorted,
  show_rownames = TRUE,
  show_colnames = TRUE,
  cluster_cols = FALSE,
  cluster_rows = TRUE,
  main = "按样本聚类分组的基因热图"
)

内容的提问来源于stack exchange，提问作者Aryh