在R中的heatmap.2中选择树状图的叶节点数

Question

在 Matlab 中，您可以在 dendrogram 函数中指定要绘制的树状图中的节点数：dendrogram(tree,P) 生成不超过 P 个叶节点的树状图。

我在 R 中对 heatmap2 做同样的尝试失败了。 stackoverflow 和 biostars 的帖子建议使用cutree，但heatmap2 却被Rowv 选项上的帖子建议卡住了。这里的“TAD”是 8 列 831 行的数据矩阵。

# cluster it
hr <- hclust(dist(TAD, method="manhattan"), method="average")

# draw the heat map
heatmap.2(TAD, main="Hierarchical Cluster",
          Rowv=as.dendrogram(cutree(hr, k=5)),
          Colv=NA, dendrogram="row", col=my_palette, density.info="none", trace="none")

返回消息：

Error in UseMethod("as.dendrogram") : 
  no applicable method for 'as.dendrogram' applied to an object of class "c('integer', 'numeric')"

使用cutree 是探索绘制受限树状图的正确途径吗？有没有类似matlab的更简单的方法？

Answer 1

只是为了澄清并提供一些数据... 我不想删除任何行；而不是绘制/解释 831 个分支，我想解释 3 个分支，因此希望将行树状图限制为 3 个分支（高度为 150），并将所有 831 行的相应热图聚集到 3 个上部分支中原始树状图。

#Here is a random n=10 subset of my data; which for 10 observed fish has the %of time each spent within     
#a depth bin (Bin1-Bin8)

zz <- "ID Bin1 Bin2 Bin3 Bin4 Bin5 Bin6 Bin7 Bin8
1    0    0    0    0    0  0.0   0.0 100.0
2    0    0    0    0    0  0.0   0.0 100.0
3    0    0    0    0    0  0.0   0.0 100.0
4    0    0    0    0    0 70.8  29.2   0.0
5    0    0    0  100    0  0.0   0.0   0.0
6    0    0    0    0    0  0.0  93.3   6.7
7    0    0    0    0    0 27.5  72.5   0.0
8    0    0    0    0    0 53.5  46.5   0.0
9    0    0    0    0    0  0.0 100.0   0.0
10    0    0    0    0    0  0.0  72.1  27.9 "

TAD <- read.table(text=zz, header = TRUE)
IDnames <- TAD[,1]
x<-data.matrix(TAD[,2:ncol(TAD)])
rownames(x) <- IDnames

暂时不用担心heatmap，距离矩阵和hclustering都是在数值矩阵x上完成的

TAD.dist <- dist(x, method="manhattan", diag=FALSE, upper=FALSE)
TAD.cluster <- hclust(TAD.dist, method="average", members=NULL)

生成的树状图显示所有十个分支，

plot(TAD.cluster)

但 150 的截止高度将限制为仅 3 个分支

hcd = as.dendrogram(TAD.cluster)
rowDend<- cut(hcd, h = 150)$upper
plot(rowDend)

用 plot(rowDend) 绘制的树状图是我希望在下面的热图的行树状图上看到的

heatmap.2 (x,
distfun = function(x) dist(x, method='manhattan', diag=FALSE, upper=FALSE),
hclustfun = function(x) hclust(x,method = 'average'),
dendrogram = "row",
#Rowv=rowDend, #this is where I thought I could restrain the row dendrogram
Colv="NA",
trace="none",
)

但我找不到任何方法来限制热图中的行树状图，以获得所需数量的可解释分支。绘制所有 831 个分支非常混乱。

Answer 2

问题是你写“选择叶子节点的数量”是什么意思。

heatmap.2 中的 Rowv 参数需要树状图或 TRUE/FALSE 值。从帮助文件中：

Rowv = 确定是否以及如何重新排序行树状图。经过 默认为 TRUE，这意味着计算树状图并且 根据行均值重新排序。如果为 NULL 或 FALSE，则没有树状图 计算并且不进行重新排序。如果是树状图，则使用它 “原样”，即没有任何重新排序。如果一个整数向量，那么 树状图是根据向量的顺序计算和重新排序的。

因此，当使用cutree(hr, k=5) 时，您将获得一个整数向量（告诉您每个项目属于哪个集群，在产生 5 个集群的切割中）。在其上使用as.dendrogram 不会产生树状图，因此：Rowv=as.dendrogram(cutree(hr, k=5)) 会引发错误。

如果您想突出显示树中的一些分支，我邀请您查看dendextend package 以了解哪种解决方案最适合您。这是您可能要求的示例：

library(gplots)
data(mtcars) 
x  <- as.matrix(mtcars)

# now let's spice up the dendrograms a bit:
Rowv  <- x %>% dist %>% hclust %>% as.dendrogram %>%
   set("branches_k_color", k = 3) %>% set("branches_lwd", 4) %>%
   rotate_DendSer(ser_weight = dist(x))
Colv  <- x %>% t %>% dist %>% hclust %>% as.dendrogram %>%
   set("branches_k_color", k = 2) %>% set("branches_lwd", 4) %>%
   rotate_DendSer(ser_weight = dist(t(x)))

heatmap.2(x, Rowv = Rowv, Colv = Colv)

输出如下：

考虑一下最近发布的tutorial of dendextend，您可能想要使用branches_attr_by_labels 函数（在教程中它位于“根据标签调整分支”部分下） ，具有操纵树状图以创建如下图的能力：

如果您想要删除节点，只留下其中的几个进行绘制，您可能应该只为数据的子集创建热图。您还可以查看 dendextend 中的 prune 函数（用于查看较小的树状图的一般目的），但如果您想将其用于热图，最好只使用数据的相关子集。