本文介绍了如何使用Origin软件进行主成分分析（PCA）并绘制散点图。首先，详细阐述了数据准备过程，包括数据转置和添加分组信息。接着，通过Origin的PCA插件演示了分析步骤，选择2D散点图展示，并展示了如何个性化调整图表，如显示数据标签。最后，提到了Origin Apps的安装方法和PCA插件的获取途径。
|撰文：莫北
最早了解到主成分分析（Principal Component Analysis，PCA）是在一位师兄的毕业答辩上，当时听得是云里雾里，一头雾水。
其实，主成分分析是因子分析的一种常用方法，主要目的是为了减少变量数目，也就是降维。
在高通量测序中，主要基于基因表达量、种群丰度等进行样本的聚类，下图是一篇客户文章的基于表达量的PCA结果。
那么该如何进行主成分分析呢？
今天为大家介绍如何用Origin进行分析并完成散点图的绘制。
数据准备
本文所用的数据是OmicShare PCA分析工具的示例文件（如下图），大家可随意下载练习（http://www.omicshare.com/tools/Home/Soft/pca）。
示例为6个样本的1300多个基因的表达量数据，接下来需要做得是把每个样本的对应的1300多个数据用2个数据表示，降到2维后，就可用二维的散点图展示。
这里每个基因的名称视作1个变量，因此需要对数据进行手动转置，为了分组着色，在前面加1列分组数据，如下图(Sheet1 →Sheet3)。然后打开Origin，将数据粘贴到Origin的表格中。
分析作图
点窗口右侧的Apps，在弹出的窗口中点今天要用的PCA插件。
然后选择输入数据（Input data），具体方法如下图，注意这里的数据添加小技巧。
在绘图设置中这里选2D的散点图，如下图，当然你也可以选3D的散点图（使用3个主成分），点OK 即可完成分析和作图。
如果样本较多，也可以选择显示置信区间椭圆（Show Confidence Ellipse）
双击Score Plot中的图表，放大散点图，然后就可以对图表进行个性化调整，比如改变标记的形状、颜色、大小，显示数据标签等。
最终的的效果如下：
安装
Origin的强大之处在于具有很多官方的拓展工具（Apps），安装方法与之前介绍的Google Map Import、Heat Map Dendrogram等一样，只要将.opx的文件拖拽到打开的Origin界面即可完成安装，注意最好安装Origin 2017之后的版本。
本文用到的PCAC插件和示例数据已经上传到论坛，点击这里可以下载。感兴趣的同学可以去试试~
扫一扫
4568
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
