生物信息学中经常使用R 来画图,而R画heatmap的功能是非常强大的。通常,我的习惯是使用gplots包中的heatmap.2函数来进行画图。不过这个函数中不能对聚类分析(clustering)到方法进行调整,于是,小小写一段代码即能使用不同的聚类分析方法来对heatmap进行聚类整合。
1 # There are 7 methods to make cluster in the function hclust in R 2 Cluster_Method<-c( "ward", "single", "complete", "average", "mcquitty", "median", "centroid") 3 4 for (i in 1:length(Cluster_Method)){ 5 #make a function to extract the cluster method 6 myclust<-function(x){ 7 hclust(x,method=Cluster_Method[i]) 8 } 9 #make heatmap by jpeg 10 jpeg(filename=paste(Cluster_Method[i],'.jpg'),width=1024,height=728) 11 heatmap.2(as.matrix(Data_Top1k_Var), 12 trace='none', 13 hclustfun=myclust,labRow=NA, 14 ColSideColors=c('black',grey(0.4),'lightgrey')[as.factor(CellLine_Anno$Type)], 15 xlab='CellLines', 16 ylab='Probes', 17 main=Cluster_Method[i], 18 col=greenred(64)) 19 dev.off() 20 }
这样就可以一下子把七种cluster的方法依次用到heatmap上面来。而且通过对cluster树的比较,我们可以从中挑选出最好、最稳定到cluster方法,为后续分析打好基础!