差异表达基因热图怎么看_为什么我代码里面选择top1000的sd基因绘制热图呢

实际上写完了这个全网最好的差异分析代码：免费的数据分析付费的成品代码 我就可以收工了，但是永远不能低估粉丝的疑惑数量，任何一个细节都会被拿出来剖析。

比如代码里面我挑选了top1000的sd基因绘制热图，然后就可以分辨出来自己处理的数据集里面的样本分组是否合理啦。其实这个热图差不多等价于PCA分析的图，被我称为表达矩阵下游分析标准3图！详见：你确定你的差异基因找对了吗？ ，就是下面的3张图：

• 左边的热图，说明我们实验的两个分组，normal和npc的很多基因表达量是有明显差异的
• 中间的PCA图，说明我们的normal和npc两个分组非常明显的差异
• 右边的层次聚类也是如此，说明我们的normal和npc两个分组非常明显的差异

PS：如果你的转录组实验分析报告没有这三张图，就把我们生信技能树的这篇教程甩在他脸上，让他瞧瞧，学习下转录组数据分析。

为什么挑选top1000的sd基因绘制热图

我这个热图是为了说明本分组是否合理，就是看样本的距离，这个时候你如果需要理解距离，那么你需要学习非常多细节知识。不仅仅是一个函数那么简单：

• r 语言中使用 dist ( x， method = “ euclidean ”， diag = FALSE， upper = FALSE， p = 2 ) 来计算距离。其中x是样本矩阵或者数据框。method 表示计算哪种距离。method 的取值有：
• euclidean 欧几里德距离，就是平方再开方。
• maximum 切比雪夫距离
• manhattan 绝对值距离
<