如何使用R绘制图表可视化并分组相似耐药模式？

1. 数据预处理 #

首先统一所有样本的耐药模式长度（部分样本如G只有5位，需补全到最长的9位，默认补S）：

library(tidyverse)
library(stringr)
library(dendextend)
library(pheatmap)

# 读取原始数据
dat <- read.table(text="Id  Resistance.Pattern    
A   SSRRSSSSR     
B   SSSRSSSSR  
C   RRRRSSRRR 
D   SSSSSSSSS     
E   SSRSSSSSR  
F   SSSRRSSRR
G   SSSSR     
H   SSSSSSRRR    
I   RRSSRRRSS", header=TRUE)

# 补全耐药模式至9位，右侧补S
dat <- dat %>%
  mutate(Resistance.Pattern = str_pad(Resistance.Pattern, width = 9, side = "right", pad = "S"))

2. 转换为二进制矩阵 #

将耐药模式拆分为单个位点，把S转为0、R转为1，构建数值矩阵用于计算相似性：

resist_matrix <- dat %>%
  separate_rows(Resistance.Pattern, sep = "") %>%
  filter(Resistance.Pattern != "") %>%
  group_by(Id) %>%
  mutate(position = row_number()) %>%
  ungroup() %>%
  pivot_wider(names_from = position, values_from = Resistance.Pattern) %>%
  column_to_rownames("Id") %>%
  mutate(across(everything(), ~ifelse(. == "R", 1, 0)))

3. 计算相似性并聚类 #

用汉明距离衡量样本间耐药模式的差异（距离越小，模式越相似），再通过层次聚类分组：

# 计算标准化汉明距离
resist_dist <- dist(resist_matrix, method = "manhattan") / ncol(resist_matrix)

# 层次聚类（ward.D2方法优化组内方差）
resist_clust <- hclust(resist_dist, method = "ward.D2")

# 绘制聚类树状图
dend <- as.dendrogram(resist_clust)
plot(dend, main = "耐药模式相似性聚类树状图", xlab = "样本ID")

4. 可视化相似性热图 #

结合聚类结果绘制热图，直观展示每个样本的耐药模式及分组关系：

pheatmap(resist_matrix,
         clustering_distance_rows = resist_dist,
         clustering_method = "ward.D2",
         main = "耐药模式相似性热图",
         labels_row = rownames(resist_matrix),
         show_colnames = FALSE,
         color = c("#FFFFFF", "#E63946"), # 白色=敏感S，红色=耐药R
         treeheight_row = 20)

说明 #

• 汉明距离适合二进制（二元）数据的相似性度量，能精准反映两个耐药模式的位点差异
• ward.D2聚类方法会优先合并组内方差最小的类，让分组更合理
• 热图+树状图的组合既能看到单个样本的耐药情况，也能清晰分辨相似模式的分组

内容的提问来源于stack exchange，提问作者YASIR AA