嘿，我来帮你搞定这个可发表级别的基因表达热图！你手里有z-score数据和PAM聚类结果，刚好可以用R里的pheatmap包来实现——这个包做出来的图特别适配期刊发表需求，灵活度拉满。下面我一步步给你拆解操作：

第一步：准备数据与加载工具 #

首先得把你的数据整理成热图需要的格式，同时加载必要的R包：

# 先安装需要的包（如果还没装过）
install.packages("pheatmap")
install.packages("viridis") # 可选，提供更友好的色盲友好型配色

# 加载包
library(pheatmap)
library(viridis)

接下来处理你的数据集（假设你的数据框名叫gene_data）：

# 把基因名设为行名，方便后续热图识别
rownames(gene_data) <- gene_data$Gene.Name

# 提取z-score表达矩阵（去掉Gene.Name列）
expr_matrix <- gene_data[, -which(colnames(gene_data) == "Gene.Name")]

# 提取最后一行的PAM聚类信息，然后从表达矩阵中移除这一行
cluster_info <- expr_matrix[nrow(expr_matrix), ]
expr_matrix <- expr_matrix[-nrow(expr_matrix), ]

# 把聚类信息转成数据框，作为热图的行注释
row_annotation <- data.frame(PAM_Cluster = as.factor(cluster_info))
rownames(row_annotation) <- rownames(expr_matrix) # 确保注释和基因行名对应

第二步：绘制基础热图 #

先画一个基础版本，确认数据没问题：

pheatmap(expr_matrix,
         annotation_row = row_annotation,  # 加上PAM聚类的行注释
         scale = "none",                   # 你的数据已经是z-score，不需要再标准化
         show_rownames = TRUE,             # 显示基因名
         show_colnames = TRUE,             # 显示样本名
         treeheight_row = 0,               # 如果你想直接用PAM聚类结果，关掉热图自带的行聚类树
         treeheight_col = 20               # 样本聚类树的高度，按需调整
)

第三步：优化为发表级样式 #

接下来调整细节，让图符合期刊要求：

pheatmap(expr_matrix,
         annotation_row = row_annotation,
         scale = "none",
         show_rownames = TRUE,
         show_colnames = TRUE,
         treeheight_row = 0,
         treeheight_col = 20,
         color = colorRampPalette(c("navy", "white", "firebrick3"))(100), # 经典红蓝渐变配色，符合期刊偏好
         # 也可以用色盲友好的viridis配色：color = viridis(100, direction = -1)
         border_color = NA,                # 去掉单元格边框，让图更清爽
         fontsize = 10,                   # 整体字体大小
         fontsize_row = 8,                # 基因名字体大小（如果基因多可以再调小）
         fontsize_col = 9,                # 样本名字体大小
         annotation_names_row = FALSE,    # 去掉注释区的标题（如果不需要的话）
         legend_title = "Z-score",        # 图例标题
         legend_position = "right",       # 图例位置
         main = "Gene Expression Z-score Heatmap (PAM Clustering)" # 图的主标题
)

额外技巧：按PAM聚类排序基因 #

如果想让同一簇的基因放在一起显示，可以按PAM聚类结果排序后再绘图：

# 按照PAM聚类的簇对基因排序
sorted_genes <- rownames(row_annotation)[order(row_annotation$PAM_Cluster)]
expr_matrix_sorted <- expr_matrix[sorted_genes, ]
row_annotation_sorted <- row_annotation[sorted_genes, ]

# 绘制排序后的热图
pheatmap(expr_matrix_sorted,
         annotation_row = row_annotation_sorted,
         scale = "none",
         show_rownames = TRUE,
         show_colnames = TRUE,
         treeheight_row = 0,
         treeheight_col = 20,
         color = colorRampPalette(c("navy", "white", "firebrick3"))(100),
         border_color = NA,
         fontsize = 10,
         fontsize_row = 8,
         fontsize_col = 9,
         annotation_names_row = FALSE,
         legend_title = "Z-score",
         main = "Gene Expression Z-score Heatmap (Sorted by PAM Clustering)"
)

备注：内容来源于stack exchange，提问作者Alphonse Charbel