首页 > 分享 > 用ggtreeExtra给进化树加热图

用ggtreeExtra给进化树加热图

花匠小妙招
2025-10-24 21:15

答案肯定是可以的，而且有很多种方法都可以实现。这图的比较特别之处就是外圈的热图较为少见，但其实熟悉ggplot2的用户就知道无非就是用了两层的热图相叠加即可。而ggplot2提供的geom_tile图层就可以画热图了，当然只要变通下用点图也是可以的，点图层就可以用ggplot2的geom_point或者ggstar的geom_star。对于如何将树与这些图层对齐组合在一起，用ggtreeExtra的geom_fruit或者ggtree的geom_facet就可以实现了。这两个图层可以将ggplot的图层跟ggtree连接起来。

模拟数据

一下数据均来自模拟。由于ggtree与ggtreeExtra的设计理念与ggplot2是相似的，所以要用这些图层的时候，数据格式也只需要根据相应图层的数据格式来准备即可。

set.seed(123)
n <- 50
tr <- treeio::rtree(n)

dat1 <- data.frame(
           id=rep(tr$tip.label, 8),
           sample=c(rep(c("A1","A2", "A3", "A4"), each=n),
                    rep(c("B1", "B2", "B3", "B4"), each=n)),
           group=c(rep("A", n * 4), rep("B", n * 4)),
           subgroup=rep("T", n*8)
       )

dat1[sample(nrow(dat1), 0.75 * n * 8), "subgroup"] <- NA
dat1$subgroup <- ifelse(!is.na(dat1$subgroup), dat1$group, NA)

df <- data.frame(
           id = tr$tip.label[sample(n, 10)],
           tipgroup = c(rep("a", 3), rep("b", 3), rep("c", 4))
      )

进化树图层与tiplab图层

左边的进化树很简单，用ggtree即可，tip label 只需要加一层geom_tiplab图层即可。为了方便后续的操作，这里将geom_tiplab赋值给tiplab。

library(ggtree)

## ggtree v3.1.1 For help: https://yulab-smu.top/treedata-book/
##
## If you use ggtree in published research, please cite the most appropriate paper(s):
##
## 1. Guangchuang Yu. Using ggtree to visualize data on tree-like structures. Current Protocols in Bioinformatics, 2020, 69:e96. doi:10.1002/cpbi.96
## 2. Guangchuang Yu, Tommy Tsan-Yuk Lam, Huachen Zhu, Yi Guan. Two methods for mapping and visualizing associated data on phylogeny using ggtree. Molecular Biology and Evolution 2018, 35(12):3041-3043. doi:10.1093/molbev/msy194
## 3. Guangchuang Yu, David Smith, Huachen Zhu, Yi Guan, Tommy Tsan-Yuk Lam. ggtree: an R package for visualization and annotation of phylogenetic trees with their covariates and other associated data. Methods in Ecology and Evolution 2017, 8(1):28-36. doi:10.1111/2041-210X.12628

p <- ggtree(tr)

tiplab <- geom_tiplab(align = TRUE)

tiplab图层的高亮与点热图

进化树的tiplab颜色也有很多种方法可以实现，比如在前面一小节构建的geom_tiplab中用geom_tiplab(geom="label",fill=yourcolor)就可以。当然也可以用热图图层geom_tile来实现。比如这个小节的gftile就是。而对于点热图无非就是叠加了两层点图层，但是ggtreeExtra提供的geom_fruit默认是错开而不是叠加在一起的。所以我们又提供了geom_fruit_list，这个功能可以将这些外部的图层在同一个位置上展示。只需要将这些图层都放在一起就可以,fg对象就是叠加后的。

library(ggtreeExtra)

## ggtreeExtra v1.3.0.990 For help: https://yulab-smu.top/treedata-book/
##
## If you use ggtreeExtra in published research, please cite the paper:
##
## SB Xu, Z Dai, P Guo, X Fu, S Liu, L Zhou, W Tang, T Feng, M Chen, L Zhan, T Wu, E Hu, G Yu. ggtreeExtra: Compact visualization of richly annotated phylogenetic data. Research Square. doi: 10.21203/rs.3.rs-155672/v2, (preprint).

library(ggstar)
library(ggplot2)
gftile <- geom_fruit(
              data=df,
              geom=geom_tile,
              mapping=aes(y=id, fill=tipgroup),
              offset = 0.05,
              width = 0.5
          )

gf1 <- geom_fruit(
           data=dat1,
           geom=geom_star,
           mapping=aes(x=sample, y=id, color=group),
           size = 3,
           starshape=15,
           offset=0.04,
           pwidth=0.25
           )

gf2 <- geom_fruit(
           data=dat1,
           geom=geom_star,
           mapping=aes(x=sample, y=id, fill=subgroup),
           size = 3,
           starstroke=0,
           starshape = 15,
           offset=0.04,
           pwidth=0.25,
           axis.params = list(axis="x", text.size=3, vjust=1, line.size=0, text.angle=-45, hjust=0)
       )

linecolor <- scale_color_manual(values=c("#00AED7", "#009E73"))
fillcolor <- scale_fill_manual(values=c("#00AED7", "#009E73"), na.translate = FALSE)

fg <- geom_fruit_list(gf2, gf1, linecolor, fillcolor)

组装结果

有了上面构建的这些图层对象元件，用+进行组装即可。有两个注意点：+ 为了不让tiplab的高亮图层将label挡住，就可以将gftile（高亮的图层）放到tiplab(tip label图层)前。+gftile图层中已经用了fill标尺，而后面的点图层也需要用fill标尺，所以在其后面需要用ggnewscale的new_scale("fill")来进行初始化。

library(ggplot2)
library(ggnewscale)
p1 <- p +
      geom_treescale(y=-0.5) +
      gftile +
      scale_fill_manual(values=c("#66C2A5", "#FC8D62", "#8DA0CB")) +
      new_scale("fill") +
      tiplab +
      fg +
      scale_y_continuous(limits=c(-1, NA))

## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.