今天学习1篇去年发表在NC上的经典文献:Machine learning-based integration develops an immune-derived lncRNA signature for improving outcomes in colorectal cancer,其中的Fig 1 。
关于这篇文献的解读请看:机器学习算法识别结直肠癌中的免疫相关lncRNA signature
其中的 Fig 1 一共包含9个子图:
其中,
- A和B图是一致性聚类的图形
- C是根据面浸润结果进行分子分型,并使用热图展示免疫浸润情况及不同的临床信息
- D和E是不同免疫浸润方法的可视化
- F和G是WGCNA的图
- H是免疫相关lncRNA的展示
- I是两种方法识别的免疫相关lncRNA的交集
虽然只是1个Fig 1,但是这工作量真的不小。
为了学习这个Fig 1,我单独写了4篇推文,不知道有没有细心的小伙伴发现:
- 批次效应去除之combat和removebatcheffect
- 免疫浸润结果分子分型(一致性聚类ConsensusClusterPlus)
- 免疫相关lncRNA的识别
- WGCNA实战:识别免疫相关lncRNA
并且在推文中扩展了一些其他技能。
以后会继续出一些SCI图表学习的文章,但是我不会100%复现其中的图,只是演示下用到的技能,因为最后的美化太浪费时间了…。