Heatmap avec dendrogramme en Python + matplotlib
Dans R, vous pouvez dessiner une carte thermique avec un dendrogramme regroupé pour chaque axe de x et y en tapant simplement heat map (x), et le niveau d'expression des gènes est familier aux bioinformaticiens qui marmonnent tous les jours. C'est une fonction de, mais quand j'ai essayé de faire la même chose dans l'environnement Python + matplotlib, il n'y avait pas beaucoup d'informations, donc je l'ai essayé par essais et erreurs.
Je le publierai sous forme de mémorandum.
Préparation des données
Tout d'abord, en tant que données appropriées, créez des données qui montrent l'augmentation ou la diminution du niveau d'expression génique pour chaque tissu cellulaire.
Les choix de tissus et de gènes ici sont tous appropriés.
Nous allons modifier les données générées aléatoirement en un objet pandas.DataFrame afin qu'il lui ressemble une fois mis en cluster plus tard.
python
#!/usr/bin/env python3
genes = [
'HIST1H4H', 'SPRN', 'DNLZ', 'PYCARD', 'PRDM11', 'DKKL1', 'CYBRD1', 'DMAP1',
'MT1E', 'PDGFRL', 'SERTM1', 'PIFO', 'FAM109A', 'ST5', 'ABCA7', 'FAM160A1',
'SAMD15', 'NUAK1', 'GLTP', 'HIST3H2A', 'SCN5A', 'PNPLA5', 'SFRP5', 'CCBE1',
'PTCD1', 'RFTN1', 'SYTL2', 'FAM65B', 'NFKBIZ', 'RHOG', 'KIF3A', 'DYRK1B',
'NXPH2', 'APLN', 'ZNF526', 'NRIP3', 'KCNMA1', 'MTSS1', 'ZNF566', 'TNC',
'GPX2', 'AQP3', 'TSACC', 'SNX15', 'TRIM22', 'THAP6', 'GRIP1', 'DLGAP3',
]
tissues = [
'brain', 'kidney', 'lung', 'heart',
'liver', 'pancreas', 'testis', 'placenta',
]
def draw_heatmap(a):
print(a.head())
def _main():
from random import choice
import numpy as np
from pandas import DataFrame
v = np.random.random([4, len(tissues)]) * 1.2 - 0.6
w = np.random.random([3, len(genes)]) * 0.8 - 0.4
v = np.vstack([choice(v) for x in genes])
w = np.vstack([choice(w) for x in tissues]).T
a = DataFrame(v + w, index=genes, columns=tissues)
draw_heatmap(a)
if __name__ == '__main__':
_main()
Résultat d'exécution
brain kidney lung heart liver pancreas \
HIST1H4H -0.085630 0.074054 0.058026 -0.142751 -0.767515 -0.348885
SPRN -0.424203 0.251821 -0.012052 -0.037645 -0.000477 0.714727
DNLZ 0.372402 0.532086 0.097971 -0.102806 -0.727570 0.109148
PYCARD -0.561378 0.114647 0.706732 0.681139 0.718306 0.577552
PRDM11 -0.698969 -0.022945 0.240133 0.214540 0.251708 0.439960
testis placenta
HIST1H4H 0.324709 -0.319531
SPRN -0.815679 -0.010529
DNLZ 0.402956 -0.241284
PYCARD -0.728135 0.077015
PRDM11 -0.773637 0.031513
A partir de maintenant, nous ne jouerons qu'avec la fonction draw_heatmap (a).
Pour un affichage rapide
Si vous voulez vérifier uniquement les données pour le moment, au lieu de créer des matériaux, vous pouvez les afficher en insérant les données dans ʻimshow () de matplotlib` comme suit.
def draw_heatmap(a):
from matplotlib import pyplot as plt
plt.imshow(a, aspect='auto', interpolation='none')
plt.colorbar()
plt.xticks(range(a.shape[1]), a.columns)
plt.yticks(range(a.shape[0]), a.index)
plt.show()
Faites-le bien paraître
Nous allons le faire paraître un peu mieux que l'exemple ci-dessus.
- La balance n'est pas nécessaire, alors désactivez-la.
- L'étiquette est difficile à voir, alors ajustez la taille et la position.
- Il semble qu'il existe relativement de nombreux codes de couleur tels que le rouge pour la régulation Down, le noir pour le neutre, le vert pour la régulation Up, etc., qui est un vestige de la puce à deux couleurs, donc je vais suivre ceci.
- Puisque l'échelle est positive et négative et non symétrique, spécifiez les limites supérieure et inférieure.
from matplotlib.colors import LinearSegmentedColormap
microarray_cmap = LinearSegmentedColormap('microarray', {
'red': [(0.0, 1.0, 1.0), (0.5, 0.2, 0.2), (1.0, 0.0, 0.0)],
'green': [(0.0, 0.0, 0.0), (0.5, 0.2, 0.2), (1.0, 1.0, 1.0)],
'blue': [(0.0, 0.0, 0.0), (0.5, 0.2, 0.2), (1.0, 0.0, 0.0)],
})
def draw_heatmap(a, cmap=microarray_cmap):
from matplotlib import pyplot as plt
plt.imshow(a, aspect='auto', interpolation='none',
cmap=cmap, vmin=-1.0, vmax=1.0)
plt.colorbar()
plt.xticks(range(a.shape[1]), a.columns, rotation=15)
plt.yticks(range(a.shape[0]), a.index, size='small')
plt.gca().get_xaxis().set_ticks_position('none')
plt.gca().get_yaxis().set_ticks_position('none')
plt.show()
La palette de couleurs qui passe du rouge au noir au vert n'est pas dans le préréglage de matplotlib, donc je la définis moi-même avec LinearSegmentedColormap.
Si 0 est complètement noir, la différence proche de 0 est trop faible en luminosité pour être comprise, alors j'ose faire le gris foncé moyen.
Grappe
Il est plus facile de voir en regroupant des gènes avec des modèles d'expression similaires.
def draw_heatmap(a, cmap=microarray_cmap):
from matplotlib import pyplot as plt
from scipy.spatial.distance import pdist
from scipy.cluster.hierarchy import linkage, dendrogram
metric = 'euclidean'
method = 'average'
plt.subplot(1, 2, 1)
ylinkage =linkage(pdist(a, metric=metric), method=method, metric=metric)
ydendro = dendrogram(ylinkage, orientation='right', no_labels=True,
distance_sort='descending')
a = a.ix[[a.index[i] for i in ydendro['leaves']]]
plt.subplot(1, 2, 2)
plt.imshow(a, aspect='auto', interpolation='none',
cmap=cmap, vmin=-1.0, vmax=1.0)
plt.colorbar()
plt.xticks(range(a.shape[1]), a.columns, rotation=15)
plt.yticks(range(a.shape[0]), a.index, size='small')
plt.gca().xaxis.set_ticks_position('none')
plt.gca().yaxis.set_ticks_position('none')
plt.gca().invert_yaxis()
plt.show()
Utilisez la fonction Scipy pour effectuer un regroupement hiérarchique et dessinez côte à côte avec le dendrogramme.
- Diverses définitions de la distance peuvent être utilisées en plus de l'euclidienne. Voir Documentation Scipy pour plus d'informations.
- Diverses méthodes de regroupement hiérarchique autres que la moyenne peuvent être utilisées. Voir Documentation Scipy pour plus d'informations.
- Après avoir dessiné le dendrogramme, remplacez les lignes du DataFrame selon l'ordre des feuilles.
- Si vous voulez un clustering mais n'avez pas besoin de dendrogramme, spécifiez
dendrogram (..., no_plot = True). - Pour l'axe y, ʻimshow ()
a le coin supérieur gauche comme origine, tandis quedendrogram ()a le bas gauche comme origine, alors utilisez ʻinvert_yaxis ()pour changer la direction de l'axe.
Faites-le bien paraître
Rend l'exemple ci-dessus beau.
- Connectez le dendrogramme et la carte thermique et déplacez l'étiquette de l'axe y vers la droite.
- Je n'ai pas besoin du cadre du dendrogramme, je vais donc l'effacer.
- Je n'ai pas besoin de la couleur du dendrogramme, donc je n'utilise que du noir.
- Serrez un peu plus la largeur du dendrogramme.
def draw_heatmap(a, cmap=microarray_cmap):
from matplotlib import pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
from scipy.spatial.distance import pdist
from scipy.cluster.hierarchy import linkage, dendrogram
metric = 'euclidean'
method = 'average'
main_axes = plt.gca()
divider = make_axes_locatable(main_axes)
plt.sca(divider.append_axes("left", 1.0, pad=0))
ylinkage = linkage(pdist(a, metric=metric), method=method, metric=metric)
ydendro = dendrogram(ylinkage, orientation='right', no_labels=True,
distance_sort='descending',
link_color_func=lambda x: 'black')
plt.gca().set_axis_off()
a = a.ix[[a.index[i] for i in ydendro['leaves']]]
plt.sca(main_axes)
plt.imshow(a, aspect='auto', interpolation='none',
cmap=cmap, vmin=-1.0, vmax=1.0)
plt.colorbar(pad=0.15)
plt.gca().yaxis.tick_right()
plt.xticks(range(a.shape[1]), a.columns, rotation=15, size='small')
plt.yticks(range(a.shape[0]), a.index, size='small')
plt.gca().xaxis.set_ticks_position('none')
plt.gca().yaxis.set_ticks_position('none')
plt.gca().invert_yaxis()
plt.show()
- J'utilise
make_axes_locatable ()au lieu desubplot (). - Le cadre du dendrogramme est masqué avec
set_axis_off ()et la ligne est noire uniquement aveclink_color_func. yaxis.tick_right ()amène l'étiquette de l'axe y vers la droite. Puisqu'il chevauche la barre de couleur telle quelle, l'intervalle est élargi commecolorbar (pad = ...).
L'axe des x est également groupé.
Ce n'est pas nécessaire pour les données chronologiques, mais il peut être plus facile de comprendre si l'axe des x est également regroupé pour les données de chaque organisation. Ce que vous faites est fondamentalement le même qu'avant.
def draw_heatmap(a, cmap=microarray_cmap):
from matplotlib import pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
from scipy.spatial.distance import pdist
from scipy.cluster.hierarchy import linkage, dendrogram
metric = 'euclidean'
method = 'average'
main_axes = plt.gca()
divider = make_axes_locatable(main_axes)
xdendro_axes = divider.append_axes("top", 0.5, pad=0)
ydendro_axes = divider.append_axes("left", 1.0, pad=0)
plt.sca(xdendro_axes)
xlinkage = linkage(pdist(a.T, metric=metric), method=method, metric=metric)
xdendro = dendrogram(xlinkage, orientation='top', no_labels=True,
distance_sort='descending',
link_color_func=lambda x: 'black')
plt.gca().set_axis_off()
a = a[[a.columns[i] for i in xdendro['leaves']]]
plt.sca(ydendro_axes)
ylinkage = linkage(pdist(a, metric=metric), method=method,
metric=metric)
ydendro = dendrogram(ylinkage, orientation='right', no_labels=True,
distance_sort='descending',
link_color_func=lambda x: 'black')
plt.gca().set_axis_off()
a = a.ix[[a.index[i] for i in ydendro['leaves']]]
plt.sca(main_axes)
plt.imshow(a, aspect='auto', interpolation='none',
cmap=cmap, vmin=-1.0, vmax=1.0)
plt.colorbar(pad=0.15)
plt.gca().yaxis.tick_right()
plt.xticks(range(a.shape[1]), a.columns, rotation=15, size='small')
plt.yticks(range(a.shape[0]), a.index, size='x-small')
plt.gca().xaxis.set_ticks_position('none')
plt.gca().yaxis.set_ticks_position('none')
plt.gca().invert_yaxis()
plt.show()
Après cela, collez-le simplement dans le papier avec savefig ('hoge.eps') et ainsi de suite.
Au fait, j'ai le sentiment que la signification de «dendrogramme (orientation = ...)» est différente entre paysage et portrait ... Scipy bug?
Recommended Posts