これまでの例からも分かるように、ヒートマップの色づけは、作者次第で変化します。そのため、ヒートマップには、「どれくらいの数値を何色にしているか」という凡例 (legend) の表示が不可欠です。
凡例 (legend, Color Key）は、色のついたバーに、目安となる数値をつけて表現します。 少なくとも、最低値（左端）、中央値（真ん中）、最高値（右端）の3つの数値は必要でしょう。また、ヒートマップの色づけは、赤、黒、緑の3段階ではなく、連続的に変化していることが多いです。 続きを読む ヒートマップの色づけ (4): 凡例 (legend) の表示
ratio で色づけをしても、コントロール群で低いところは緑、高いところは赤（実験群はその逆）という色づけにはなりません。では、log変換した場合はどうでしょうか？
色づけが期待通りにならない原因の1つは、シグナル値が非常に広い範囲に分布していることです。log変換することで、この範囲を狭くすることはできます。例えば、下図のように、16から1024まであったものが、 log 変換すると、4から10までの範囲に収まります。（100万でも log2変換すると 20 くらいなので、必ず、二桁以内に収まります。）
これを色付けしてみます。Gene A の WTの低いところを緑にしたいので、 4.5 よりシグナル値の低いところを緑、高いところを赤にします。また、Gene B にも同じ色づけを適用します。
結果は、log変換しない場合と同じです。log変換してもシグナル値の大小関係は保たれます。分布が狭くなるだけでは、うまく色付けできません。
高いシグナルと、低いシグナルがあるためにうまくいかないのであれば、シグナル値を fold change (ratio) に変換して色づけしてはどうでしょうか？
例の場合、WTをコントロールとするので、WTの平均値で、KOのシグナル値を割ると ratio になります。
Gene A の場合は、WT の平均値が 10 なので、 KO の ratio は、10 になります。一方、WTは同じ値で割るので、1になります。（例は、シグナル値がいずれのサンプルも同じ（＝ばらつきが全くない）極端なケースです。）
Gene B の場合は、WT の平均値が 1000 なので、 KO の ratio は、2 になります。WTは同じ値で割るので、1になります。
これを色づけしてみます。変動のないところ、つまり、 ratio = 1 の部分を黒、2倍以上 (ratio > 2) を赤、0.5倍以下 (ratio < 0.5) を緑に塗るとします。
結果としては、コントロール群が黒で、実験群が赤、黒、緑となるヒートマップが得られます。シグナル値が高いところも低いところも、 ratio が変動していれば、変化は色として確認できます。（この意味では、目的を達成している色づけ方法といえます。）
ただ、コントロール群は、同じ値で割ることになるので、黒以外になりません。よって、ratio で色づけした場合、コントロール群をヒートマップに表示する意味はほとんどありません。
ratio を用いた場合、コントロール群で低いところは緑、高いところは赤（実験群はその逆）という、色の変化にはなりません。
なんとなく、理解したつもりでいても、意外と分かりにくいのが、ヒートマップの色とシグナル値の関係です。マイクロアレイのイメージの誤解でも述べたように、赤と緑は、2色法の色素の色ではありませんし、シグナル値そのものの強弱を示したものでもありません（大抵の場合）。
また、「どの程度の高さのシグナル値を何色にするか」は、それぞれの研究者が決めなければなりません。（絶対にコレ、という決まりがありません。）
実際に、色づけを行うつもりで、考えてみましょう。シグナル値の低い部分を緑に、高い部分を赤にするのが意外と難しいことが分かります。
下図のような遺伝子Aがあったとします。WTとKOの2群 (n=3) のサンプルがあります。これをヒートマップにしたいので、シグナル値の低いところを緑、高いところを赤に塗りたいと思います。
例えば、 シグナル値 (x) が 50より低い (x < 50) ときは緑、50より高い (50 < x) ときは赤に塗ると定義します。すると、WTは緑に、KOは赤に色付けされることになります。これはイメージ通りでしょう。
では、遺伝子 B も同時に色付けすることを考えましょう。下図のように、遺伝子 B は、1000から2000の間に分布しています。これを遺伝子 A と同様の条件で、色づけすると、どうでしょう。これは、イメージ通りの結果といえるでしょうか？
マイクロアレイのデータは、低いものは、10ほどの値を取りますが、高いものは数十万の値となります。したがって、色づけの条件を低いシグナル値に合わせると、高い遺伝子の変化が見えず、逆に高い遺伝子に合わせると、低い遺伝子の変化が見えないことになります。
遺伝子1個ずつ（=1行ずつ）、色づけの条件を設定するわけにはいかないので、何か対処が必要です。
マウスのデータベースは、 MGI であるのに対して、ラットのデータベースとして、 Rat Genome Database (RGD) があります。
マウスに対して、ラットでは QTL のデータが充実しているようです。それに関連して、 Disease Ontology もよく整理されています。下図は、 Obesity に関連した遺伝子がまとめられたページです。マウスとヒトのホモログの情報もいっしょに表示されますので、ラット以外を研究している研究者にとっても便利です。
また、パスウェイの情報もよく整理されていますので、おすすめです。