Question

我一直在尝试在R中为某些微阵列数据生成热图，并且大部分已成功生成基于在线指令的热图，但它并不完全符合我的要求。我想要的是基于Pearson距离而不是欧几里德距离来聚类数据，但我遇到了一些困难。

使用heatmap2（来自gplots包）我使用以下代码制作我的初始热图：

heatmap.2(Test402,trace="none",density="none",scale="row", ColSideColors=c("red","blue")   [data.test.factors],col=redgreen,labRow="",hclustfun=function(x) hclust(x,method="complete"))

Test402是具有402行（基因）和31列（患者）的矩阵，data.test.factors是每个患者所属的结果组的指标。使用hclustfun在这里工作正常，热图似乎对方法和整体工作的变化做出响应。问题是，聚类距离都是欧几里德距离，我想把它改为Pearson距离。所以我尝试以下方法：

heatmap.2(Test402,trace="none",density="none",scale="row", ColSideColors=c("red","blue")[data.test.factors],col=redgreen,labRow="",hclustfun=function(x) hclust(x,method="complete"), distfun=function(x) as.dist((1-cor(x))/2) )

以上命令失败。那是因为Test402 needs to be a square matrix.所以看了一些额外的建议我尝试了以下内容：

cU = cor(Test402)
heatmap.2(cU,trace="none",density="none",scale="row", ColSideColors=c("red","blue")[data.test.factors],col=redgreen,labRow="",hclustfun=function(x) hclust(x,method="complete"), distfun=function(x) as.dist((1-x)/2) )

这是有效的，但这是问题所在。热图，而不是在TEST402中具有原始表达式值，现在仅显示相关性。这不是我想要的！我想要this，我只希望树形图以不同的方式聚类，我不想改变热图中实际表示的数据！这可能吗？

Answer 1

好的......我认为您对cor和dist的运作方式感到困惑。来自dist的文档：

This function computes and returns the distance matrix computed by using the specified 
    distance measure to compute the distances between the rows of a data matrix.

来自cor的文档：

If x and y are matrices then the covariances (or correlations) 
    between the columns of x and the columns of y are computed.

看到区别？ dist（以及dist对象，这是heatmap.2假设它正在获得的对象）假设您计算了行之间的距离，同时使用{{1你基本上是在计算列之间的距离。在距离函数中添加一个简单的转置允许这个（非方形）示例为我运行：

cor

使用Pearson距离的微阵列数据热图

1 个答案: