|
聚类热图是我们展示芯片、或者测序结果比较常用的方式，在文章中出现的频率非常高，一般来说，这张图的每行对应一个基因，每列对应一个样本，行和列形成的是基因数*样本数的表格，接下来用不同的颜色代表基因在样本中的表达量。颜色的设置有很多种，一般常见的是上图中的红绿搭配，还有蓝黄、彩虹色等等。 在前面的文章（文章篇）S4E10: 手把手教你用R绘制聚类热图（含代码和注释）和安利一个含有多个神器的神奇网站两篇文章中，依凡和怪阿姨分别为我们介绍了如何使用R语言和网页版Heatmap Illustrator绘制聚类热图，下面我们再为大家介绍一个工具：MeV（Multiple Experiment Viewer）。 MeV的下载网址：https:///projects/mev-tm4/files/mev-tm4/ 我们用MeV的最新版本4.9.0来演示，用到的数据是依凡在用R语言绘制的时候用到的数据，数据和代码下载链接：http://pan.baidu.com/s/1eRKmzuE 密码：be2i 软件下载后直接打开Mev.exe软件： 接下来我们导入数据，用的文件是百度盘里面的heatmap_example.txt，我们选择file-load data后跳出下面的页面： 我们看到数据已经导入了，数据时miRNA的表达谱数据，一共有2组，每组4个样本，共8个样本，我们单击load后就生成了下面的图片： 这样热图就做好了，解析来我们进行聚类，选择左上角的Clustering，我们看到这里的聚类方法包括分层聚类（Hierarchical Clustering），Tree EASE，自组织映射,k-means聚类等等 我们今天用到的是第一个分层聚类HCL，所以选择第一个： 这里我们既进行基因，又进行样本的聚类，距离计算按照欧式距离来计算，选好后单击OK： 我们看到在左侧多出了HCL的选项，单击后右侧就显示了聚类好以后的结果： 大的框架已经有了，但是还需要调整下大小等： 如图，在Display里面，选择Set Element Size后右侧选择图片大小，也可以选择Custom我们自己来设置大小：
这样就好了，不过结果跟依凡的聚类结果不同：
主要是样本之间聚类的不同，我们换种计算距离的方式，用Pearson相关系数聚类，就把对照组和实验组区分开了。
当然，我们看到MeV还有很多非常强大的用法，比如寻找显著差异基因的SAM分析，生存分析，one/two way ANOVA等等：
以及相关性网络（Network）、PCA主成分分析等等
我们以后慢慢为大家讲。 |
|
|
