怎样使用Mfuzz进行时间序列表达模式聚类分析
怎样使用Mfuzz进行时间序列表达模式聚类分析,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。
成都创新互联公司网站建设提供从项目策划、软件开发,软件安全维护、网站优化(SEO)、网站分析、效果评估等整套的建站服务,主营业务为网站建设、网站制作,app开发定制以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。成都创新互联公司深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!
在之前的文章中,我们介绍了STEM
软件,针对时间序列的数据,可以进行基因表达模式聚类分析。这里介绍另外一个功能相同的R包Mfuzz
。这个R包的地址如下
https://www.bioconductor.org/packages/release/bioc/html/Mfuzz.html
Mfuzz采用了一种新的聚类算法fuzzy c-means algorithm,在文献中称这种聚类算法为soft clustering算法,相比K-means等hard clustering算法,一定程度上降低了噪声对聚类结果的干扰,而且这种算法有效的定义了基因和cluster之间的关系,即基因是否属于某个cluster, 对应的值为memebership
。
对于分析而言,我们只需要提供基因表达量的数据就可以了,需要注意的是,Mfuzz默认你提供的数据是归一化之后的表达量,这意味着表达量必须可以直接在样本间进行比较,对于FPKM
, TPM
这两种定量方式而言,是可以直接在样本间进行比较的,但是对于count
的定量结果,我们必须先进行归一化,可以使用edgeR
或者DESeq
先得到归一化之后的数据在进行后续分析。
假设你已经有归一化之后的表达量了,通过以下几个步骤就可以得到聚类的结果
1. 预处理
预处理包括读取数据,去除表达量太低或者在不同时间点间变化太小的基因等步骤,代码如下
x <- read.table( "normalisation.count.txt", row.names = 1, sep = "\t", header = T) count <- data.matrix(x) eset <- new("ExpressionSet",exprs = count) # 根据标准差去除样本间差异太小的基因 eset <- filter.std(eset,min.std=0)
需要注意的是,Mfuzz聚类时要求是一个ExpressionSet
类型的对象,所以需要先用表达量构建这样一个对象。
2. 标准化
聚类时需要用一个数值来表征不同基因间的距离,Mfuzz中采用的是欧式距离,由于普通欧式距离的定义没有考虑不同维度间量纲的不同,所以需要先进行标准化,代码如下
eset <- standardise(eset)
3. 聚类
Mfuzz中的聚类算法需要提供两个参数,第一个参数为希望最终得到的聚类的个数,这个参数由我们直接指定;第二个参数称之为fuzzifier
值,用小写字母m
表示,可以通过函数评估一个最佳取值,代码如下
# 聚类个数 c <- 6 # 评估出最佳的m值 m <- mestimate(eSet) # 聚类 cl <- mfuzz(eSet, c = c, m = m)
在cl
这个对象中就保存了聚类的完整结果,对于这个对象的常见操作如下
# 查看每个cluster中的基因个数 cl$size # 提取某个cluster下的基因 cl$cluster[cl$cluster == 1] # 查看基因和cluster之间的membership cl$membership
4. 可视化
代码如下
mfuzz.plot( eSet, cl, mfrow=c(2,3), new.window= FALSE)
生成的图片如下
对于感兴趣的表达模式,可以用上述提到的用法提取出该cluster下的基因列表,通过GO/KEGG等功能富集分析进行深入挖掘。
看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注创新互联行业资讯频道,感谢您对创新互联的支持。
分享名称:怎样使用Mfuzz进行时间序列表达模式聚类分析
本文链接:http://myzitong.com/article/peedsi.html