追本溯源（六）：我们该怎么认识热图-2

在上一篇追本溯源（五）：我们该怎么认识热图-1中，我们对热图有了最最最基本的认识。但在实际的文献当中，我们遇到的热图经常远比我的示例复杂。那么，我今天将总结出几个解读热图的关键步骤。

第一步：观察热图的整体结构和标签

1. 确定热图的行列含义：

• 行（Rows）：通常代表基因/特征（如基因表达水平）。
• 列（Columns）：通常与行相反，例如基因对应的样本。
• 确认行和列的标签是否清晰标注：例如样本ID、基因名称、实验条件等。

3. 检查颜色条（Color Key）：

• 颜色范围：查看热图旁的颜色条，明确颜色代表的数据值范围（如红色为高表达，蓝色为低表达）。
• 数据标准化：注意是否数据经过标准化（如Z-score标准化），这会影响颜色的绝对值含义。

5. 确认热图的标题和注释：

• 查看是否有标题或说明文字，解释热图的数据来源、实验设计或分析方法。

  让我们回到昨天的热图（我做了一点小小的扩展）。

  

  image.png

对于这个热图来讲，行代表基因，列代表样本，行列的标注清晰。从注释条上看，蓝色代表低表达，红色代表高表达。此外，大概率没有经过标准化（为什么？怎么看出来的？）。值得注意的是，一定要看清楚颜色和数值的映射关系，不要想当然的认为红色代表高：

image.png

这两张图的数值完全一致，但是对颜色的映射进行了一个反转。如果注意这一点，就很容易得到错误的结论。

第二步：分析树状图（Dendrogram）和聚类结果

热图通常结合行/列的层次聚类（Hierarchical Clustering），通过树状图展示数据相似性分组：

1. 行树状图（Row Dendrogram）：

• 观察样本或基因是否被聚类成明显的分支。
• 若行代表基因，则观察基因是否聚类成功能相关的模块（如同一通路的基因）。
• 注意分支长度：较短的分支表示群体间相似性更高。

3. 列树状图（Column Dendrogram）：

• 如果行代表样本，寻找紧密聚集的群组：例如，样本是否分为两组（如疾病亚型或对照组与实验组）。

5. 思考聚类结果的生物学意义：

• 例如，样本的聚类是否与已知的临床特征（如年龄、性别、疾病分期）相关？

7. 基因的聚类是否暗示共同的调控机制或功能？

image.png

对上面的热图进行了一个聚类。现在我们可以看到，Sample 1/2具有非常相似的表达模式，Gene A/B也具有非常相似的表达模式，此外我们还可以看到一个明显的渐进变化模式。如果在这个基础上，还有更多的临床信息，比如性别、年龄等，我们就可以观察基因表达模式是不是和某个临床信息具有相关性。

第三步：识别数据分布和模式

1. 观察颜色分布的全局模式：

• 块状分布：某些行或列是否形成颜色一致的块（如红色区域集中于某一群体），这可能代表显著差异。
• 随机分布：若颜色杂乱无章，则可能数据间相似性较低或无明显模式。

2.关注极端值（High/Low Expressions）：

• 查找颜色最深的区域（如深红色或深蓝色），这些可能是关键差异表达的基因或显著不同的样本。

3.检查对角线或对称性：

• 若热图是相关性矩阵（如基因-基因相关性），对角线附近颜色是否更深？对称性如何？

  第三步和第二步其实难以严格地分开。与其他图表不同，在看热图的时候有时会用到一些直觉，来寻找一些潜在的内在规律。这一期就到这里，下一期我将以真正的表达数据作为例子，进行一个详细的分析，并给出更多的识图步骤。 最后，我想说，Open Your Mind！！！专注分享生信及科研入门干货，欢迎关注，一起解锁思维边界！