我一直试图在R中为一些微阵列数据生成热图,并且大部分已经成功地生成了一个基于在线指令的热图,但它并没有完全符合我的要求.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)我使用以下代码来制作我的初始热图:
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) )
上面的命令失败.那是因为Test402 需要是一个方阵.所以看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!我想要这个,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？