热图（heatmap）是分子生物学文章里（尤其是RNA-seq相关论文）经常出现的图片。但热图一般有哪些用途，具体涉及哪些不同的参数画法，不一定所有的人都清楚。本篇短文，我们来说一说这个问题。

1. 关于热图的用途

热图的用途一般有两个。以RNA-seq为例，热图可以：1）直观呈现多样本多个基因的全局表达量变化；2）呈现多样本或多基因表达量的聚类关系。

第一个问题很容易理解，毕竟使用颜色（例如红绿的深浅）来展示多个样本多个基因的表达量高低，既直观又美观。

第二个问题，则需要考虑：你是否要做聚类，是对样本聚类还是对基因聚类。

先介绍需要聚类的情况。例如，对于下图，就是利用12个基因的表达量（右侧字符为gene ID）对48个包含正常人和病人的样本（下方字符为样本ID）进行聚类的结果。我们很容易观察到图中人群在系统关系上（图上方的树形结构）分为了两类。由此，我们从中了解了两类人群的基因表达模式，并对他们进行了分类。如果深入一点讲，这种聚类本质上利用了多组值间两两的差异程度（欧式距离、相关系数等），对多组值进行层级聚类，以最终得到样本间聚类的远近关系。

图1 两组人12个基因表达的聚类图

因此，如果你关心样本（或基因）在检测到的表达量水平如何分类，相关关系如何，那么你可以选择聚类。在这里，你还可以选择：仅在样本水平聚类、仅在基因水平聚类或两者都选择（如图1）。

但并非任何时候，聚类都是最佳的选择。尤其，当你预先设定好的样本排序或基因排序已经很有生物学意义，并且想在最终的图片中呈现，就应该放弃聚类。例如，你已经按照一个代谢通路对基因排好序，只想通过热图展示这条通路上基因的表达量如何变化。因为聚类会将原来很有生物学意义的基因排列打乱了。那么选择不聚类，维持原来数据的排序就是最好的选择（如图2）

图2 植物生长激素代谢通路热图

2. 热图中绘制软件和参数

如果你对R语言有所了解，那么R软件包中的ggplots是不错的选择。如果你不懂这些编程语言，也有其他简单易用的热图绘制软件供选择，例如我们10月30日的文章中介绍的heml1.0。同时热图绘制中主要涉及的几个关键参数，我们最后再介绍一下：

聚类：

也就是上文提到的，是否聚类（是按行聚类、按列聚类还是两者都选），一般软件有这样的选项。例如在R语言ggplots 的heatmap.2 命令中的参数Rowv（行聚类）和Colv（列聚类）。 数据均一化：

大家如何仔细看热图，一定会发现图旁边一般会有一个图例（如下图）：

图3 热图中的图例

大部分热图图例的变化范围极小，一般是以0为中心，变异范围在±3以内。这是由于绘图的数据通常变异范围极大。例如RNA的表达量，低丰度的基因的表达量可能在RPKM