教程 | R语言中基于表达数据的时间序列分析

聚类分析大家应该不陌生，今天给大家介绍一个用于基于时间序列的转录组数据的聚类分析R包Mfuzz。此包的核心算法是基于模糊c均值聚类（Fuzzy C-Means Clustering，FCM）的软聚类方法，它的特色就是把聚类的特征进行归类，而不是像K-mean一样的样本的聚类。此外FCM 算法需要两个参数⼀个是聚类数⽬C，另⼀个是参数m。⼀般来讲C要远远⼩于聚类样本的总个数，同时要保证C>1。对于m，它是控制算法的柔性的参数，如果m 过⼤，则聚类效果会很次，⽽如果m过⼩则算法会接近硬聚类(HCM)聚类算法。首先看下包的安装：

原文链接：教程 | R语言中基于表达数据的时间序列分析

BiocManager::install('Mfuzz')

接下来我们通过实例来看下包的使用：

##数据载入data(yeast)

##缺失值的处理yeast.r <- filter.NA(yeast, thres=0.25)yeast.f <- fill.NA(yeast.r,mode="mean")#还可以是knn/wknn

##表达水平低或者波动小的数据处理tmp <- filter.std(yeast.f,min.std=0)

##标准化数据yeast.s <- standardise(yeast.f)

## m值评估m1 <- mestimate(yeast.s)

## 评估C聚类簇数tmp  <- Dmin(yeast.s,m=m1,crange=seq(4,40,4),repeats=3,visu=TRUE)

图中最小的值便是最优的簇数，我们可以进一步进行查找具体的数据：​​​​​​​

Cluster= seq(4,40,4)s=which(tmp==min(tmp))mcluster=Cluster[s]​​​​​​​

##聚类模型cl <- mfuzz(yeast.s,c=16,m=1.25)mfuzz.plot(yeast.s,cl=cl,mfrow=c(4,4),time.labels=seq(0,160,10))​​​​​​​

##查看各簇之间关系O <- overlap(cl)Ptmp <- overlap.plot(cl,over=O,thres=0.05)

此外此包还提供了可视化的操作界面，需要用下面命令启动：

Mfuzzgui()

按照界面中的操作也可以达到数据分析的效果。