给医生–无需代码，1分钟画出热图 生信分析一点也不神秘

我们做生信需要用到的：

1，分析工具（恒诺新知已经为您准备好）

2，分析数据（恒诺新知已经为您准备好demo数据，拿来测试用）

3，研究思路（恒诺新知将不断更新思路，照葫芦画瓢就可以出结果）

4，数据解读（恒诺新知为您提供本平台所有相关数据的解读）

好了，开始画图：

1，打开环境并登录：http://120.27.214.85:30011/

将本文分享到朋友圈（不能屏蔽任何人），并发到1个医学群，截图发至小编微信Alex_Matcha并关注公众号，可以获取分析环境用户名和密码。1天后再次截图一次，可以获得1年账号使用权。

2，下载数据并上传到环境：链接：https://pan.baidu.com/s/19K8EkY2ssb67ktYOl0XIpg 提取码：9x0w

打开R语言环境：

3，复制黏贴代码分析，点击“运行”：

rt=read.table("heatmap.txt",sep="\t",header=T,row.names=1,check.names=F) 
library(pheatmap)
Type=c(rep("con",5),rep("treat",5))
names(Type)=colnames(rt)
Type=as.data.frame(Type)
pheatmap(rt, 
         annotation=Type, 
         color = colorRampPalette(c("green", "black", "red"))(50), 
         cluster_cols =F,
         fontsize = 8,
         fontsize_row=4,
         fontsize_col=8)

4，输出结果，右键另存为，则可以得到下图。

5，结果解读。

图中①代表分组，浅蓝色部分是对照组，粉红色部分是治疗组，这在②中的图例也标注了。

③就是代表样本的编号，1-5个就是上面所说的对照组，6-10个就是治疗组，所以其中GSM2742920就是对照组，以此类推。

红色代表高表达，绿色代表低表达。

到1分钟了吗？

跟着学习，R语言生信分析其实很简单。

当然，嚼碎了都不想下咽的人，还是绕道。