# Installing necessary packages
if (!requireNamespace("tidyverse", quietly = TRUE)) {
install.packages("tidyverse")
}
if (!requireNamespace("scRNAtoolVis", quietly = TRUE)) {
remotes::install_github("junjunlab/scRNAtoolVis")
}
# Load packages
library(tidyverse)
library(scRNAtoolVis)气泡热图
气泡热图保留了热图的网格结构，但把每个色块换成可同时编码两个变量的气泡：气泡大小承载一个数值（如表达该基因的细胞比例），颜色承载另一个（如效应量或显著性）。这正是单细胞标志基因点图（dot plot）与通路富集矩阵的标杆布局——一眼可见每个关联的”范围有多广、强度有多大”。本教程复现《顶刊图社》系列（第013期）介绍的图表类型，见文末参考文献。
示例
这张气泡热图汇总了 PBMC 数据集的标志基因：九个细胞类群各取前 5 个标志基因（共 45 行标记——44 个唯一基因，因为 NKG7 同时是 CD8 T 与 NK 类群的标志——按每 5 行一组由浅色分隔线分组）与类群两两组合。气泡大小为该类群中表达该基因的细胞比例（pct.1），颜色为该基因相对其余细胞的平均 log2 变化倍数——每个类群最强的标志基因在其所在列中呈深红色，沿对角线排布。
环境配置
系统要求：跨平台（Linux/MacOS/Windows）
编程语言：R
依赖包：
tidyverse；scRNAtoolVis
数据准备
示例使用 scRNAtoolVis 内置的 pbmc.markers 数据集（PBMC 单细胞标志基因表：9 个类群、5,921 行标记统计量）。每行报告一个基因在一个类群中的表达细胞比例（pct.1）、平均 log2 变化倍数（avg_log2FC）与校正 P 值（p_val_adj）。每个类群取前 5 个标志基因即构成图中的基因区块。
data("pbmc.markers")
marker_top <- pbmc.markers |>
group_by(cluster) |>
slice_max(avg_log2FC, n = 5) |>
ungroup() |>
arrange(cluster, desc(avg_log2FC)) |>
mutate(cluster = factor(cluster),
row = row_number())
head(marker_top, 3)# A tibble: 3 × 8
p_val avg_log2FC pct.1 pct.2 p_val_adj cluster gene row
<dbl> <dbl> <dbl> <dbl> <dbl> <fct> <chr> <int>
1 1.61e- 82 1.33 0.436 0.11 2.20e- 78 Naive CD4 T CCR7 1
2 1.96e-107 1.05 0.901 0.594 2.69e-103 Naive CD4 T LDHB 2
3 3.32e- 49 1.05 0.336 0.104 4.56e- 45 Naive CD4 T LEF1 3注意： 在你自己的分析中，输入是每个”行 × 列”组合一行的长表，携带你想编码的两个数值——可以是 Seurat::FindAllMarkers() 的标志基因统计量、通路富集表（基因数 + P 值），或任意长格式矩阵。
可视化
1. 基础绘图
基础图把 pct.1 映射为气泡大小、avg_log2FC 映射为发散配色；基因按区块排列，每个类群的标志基因聚在一起。
ggplot(marker_top, aes(x = cluster, y = row)) +
geom_point(aes(size = pct.1, colour = avg_log2FC)) +
scale_colour_gradient2(low = "#2166ac", mid = "white", high = "#b2182b", midpoint = 0) +
scale_size_continuous(range = c(1, 7)) +
scale_y_continuous(breaks = marker_top$row, labels = marker_top$gene,
trans = "reverse", expand = expansion(add = .6)) +
labs(x = NULL, y = NULL, colour = "avg log2FC", size = "pct.1") +
theme_bw(base_size = 11) +
theme(axis.text.y = element_text(face = "italic"),
axis.text.x = element_text(angle = 45, hjust = 1))
2. 基因区块与图例精修
基因区块之间的浅色分隔线与描述性图例标题，把网格升级为可直接发表的 dot plot；不依赖图注也能读懂每个气泡的含义。
block_separators <- head(cumsum(table(marker_top$cluster)), -1) + 0.5
ggplot(marker_top, aes(x = cluster, y = row)) +
geom_point(aes(size = pct.1, colour = avg_log2FC)) +
geom_hline(yintercept = block_separators, colour = "grey85", linewidth = .3) +
scale_colour_gradient2(low = "#2166ac", mid = "white", high = "#b2182b", midpoint = 0,
name = "Average log2FC") +
scale_size_continuous(range = c(1, 7), name = "Fraction expressed\nin this cluster") +
scale_y_continuous(breaks = marker_top$row, labels = marker_top$gene,
trans = "reverse", expand = expansion(add = .6)) +
labs(x = NULL, y = NULL) +
theme_bw(base_size = 11) +
theme(panel.grid.minor = element_blank(),
axis.text.y = element_text(face = "italic"),
axis.text.x = element_text(angle = 45, hjust = 1))
提示
关键参数：
-
size = pct.1/colour = avg_log2FC：换成任意两个数值列即可，布局不变。 -
range = c(1, 7)：气泡的最小与最大尺寸；最小值保持大于 0，让”无数据”仍可见为小点而不是消失。 -
midpoint = 0配发散色标：白色代表中性值（此处为无变化倍数）；全为正值的场景改用scale_colour_viridis_c()（见下一图）。
3. 按显著性着色
同一网格也可以编码显著性而非效应量——当表格来自富集分析（-log10(P) 跨多个数量级）时这是标准选择。注意 pmax() 保护：最强标志基因的 p_val_adj 恰为 0，-log10(0) 会得到无穷大——钳位让这些气泡留在色标顶端，而不是被静默丢弃。
ggplot(marker_top, aes(x = cluster, y = row)) +
geom_point(aes(size = pct.1, colour = -log10(pmax(p_val_adj, .Machine$double.xmin)))) +
geom_hline(yintercept = block_separators, colour = "grey85", linewidth = .3) +
scale_colour_viridis_c(option = "magma", direction = -1, name = expression(-log[10](P[adj]))) +
scale_size_continuous(range = c(1, 7), name = "Fraction expressed\nin this cluster") +
scale_y_continuous(breaks = marker_top$row, labels = marker_top$gene,
trans = "reverse", expand = expansion(add = .6)) +
labs(x = NULL, y = NULL) +
theme_bw(base_size = 11) +
theme(panel.grid.minor = element_blank(),
axis.text.y = element_text(face = "italic"),
axis.text.x = element_text(angle = 45, hjust = 1))
应用场景
- 单细胞标志基因点图：Seurat 风格工作流中对比各类群标志基因的标准布局。
-
富集矩阵：通路（行）对类群、条件或时间点（列），基因数为大小、
-log10(P)为颜色。 - 跨组学汇总：任意”特征 × 样本”网格上的两个统计量——表达量与显著性、丰度与变化倍数、得分与覆盖度。
- 气泡就是普通的
geom_point()：无需矩阵重排，只要一张每个网格格一行的长表。
参考文献
[1] 顶刊图社 | 第013期：气泡热图. 微信公众号文章. http://mp.weixin.qq.com/s?__biz=MzU5NjE2ODU0OQ==&mid=2247483869&idx=1&sn=f35b5747cffd6ee98d7fcf0148dc4752
[2] Zhang J. scRNAtoolVis: Making single-cell RNA-seq visualization easier and better. https://github.com/junjunlab/scRNAtoolVis（pbmc.markers 数据集来源）。