生信菜鸟团 » 绘图

R语言用hclust进行聚类分析

ulwvfje — Tue, 21 Jul 2015 01:09:02 +0000

聚类的基础就是算出所有元素两两间的距离，我们首先做一些示例数据，如下：

x=runif(10)

y=runif(10)

S=cbind(x,y) #得到2维的数组

rownames(S)=paste("Name",1:10,"") #赋予名称，便于识别分类

out.dist=dist(S,method="euclidean") #数值变距离

这个代码运行得到的S是一个矩阵，如下

> S

x y

Name 1 0.41517985 0.4697017

Name 2 0.35653781 0.1132367

Name 3 0.52253349 0.3680286

Name 4 0.80558684 0.9834687

Name 5 0.04564145 0.8560690

Name 6 0.11044397 0.2988598

Name 7 0.34984447 0.8515141

Name 8 0.28097709 0.1260050

Name 9 0.81771888 0.5976135

Name 10 0.40700158 0.5236567

可以看出里面共有10个点，它们的X,Y坐标均已知，我们有6总方法可以求矩阵

注释：在聚类中求两点的距离有：

1，绝对距离：manhattan

2，欧氏距离：euclidean 默认

3，闵科夫斯基距离：minkowski

4，切比雪夫距离：chebyshev

5，马氏距离：mahalanobis

6，蓝氏距离：canberra

用默认的算法求出距离如下

算出距离后就可以进行聚类啦！

out.hclust=hclust(out.dist,method="complete") #根据距离聚类

注释：聚类也有多种方法：

1，类平均法：average

2，重心法：centroid

3，中间距离法:median

4，最长距离法：complete 默认

5，最短距离法：single

6，离差平方和法：ward

7，密度估计法：density

接下来把聚类的结果图画出来

plclust(out.hclust) #对结果画图

rect.hclust(out.hclust,k=3) #用矩形画出分为3类的区域

out.id=cutree(out.hclust,k=3) #得到分为3类的数值

这里的out.id就是把每个点都分类了的分类数组，1,2,3.

用R语言批量做T检验

ulwvfje — Tue, 21 Jul 2015 01:06:22 +0000

需要做T检验的的数据如下：其中加粗加黑的是case，其余的是control，需要进行检验的是

p_ma p_mg p_ag p_mag 这四列数据，在case和control里面的差异，当然用肉眼很容易看出，control要比case高很多

individual	m	a	g	ma	mg	ag	mag	p_ma	p_mg	p_ag	p_mag
HBV10-1	33146	3606	2208	308	111	97	39	0.79%	0.29%	0.25%	0.10%
HBV15-1	23580	10300	3140	1469	598	560	323	4.19%	1.71%	1.60%	0.92%
HBV3-1	107856	26445	15077	4773	2383	1869	1130	3.34%	1.67%	1.31%	0.79%
HBV4-1	32763	6448	4384	579	291	295	124	1.35%	0.68%	0.69%	0.29%
HBV6-1	122396	6108	7953	911	796	347	144	0.67%	0.59%	0.26%	0.11%
IGA-1	31337	22167	14195	3851	2752	4101	2028	6.50%	4.65%	6.92%	3.42%
IGA-10	6713	9088	12801	2275	2470	4284	1977	10.54%	11.44%	19.85%	9.16%
IGA-11	61574	23622	15076	5978	4319	3908	2618	6.71%	4.84%	4.38%	2.94%
IGA-12	38510	23353	20148	6941	6201	6510	4328	10.38%	9.27%	9.73%	6.47%
IgA-13	155379	81980	65315	26055	20085	17070	10043	10.38%	8.00%	6.80%	4.00%
IgA-14	345430	86462	71099	27541	21254	10923	6435	6.06%	4.67%	2.40%	1.42%
IgA-15	3864	3076	1942	378	207	389	145	4.66%	2.55%	4.80%	1.79%
IgA-16	3591	4106	2358	427	174	424	114	4.64%	1.89%	4.61%	1.24%
IgA-17	893	1442	799	68	28	78	18	2.27%	0.94%	2.61%	0.60%
IGA-2	23097	5083	5689	910	951	1173	549	2.89%	3.02%	3.72%	1.74%
IGA-3	14058	9364	8565	2130	1953	2931	1436	8.03%	7.36%	11.05%	5.41%
IGA-4	81571	36894	33664	11346	10131	9908	6851	8.86%	7.91%	7.74%	5.35%
IGA-5	27626	6492	4503	963	752	942	410	2.64%	2.06%	2.58%	1.12%
IGA-7	55348	5956	4028	833	476	468	207	1.30%	0.74%	0.73%	0.32%
IGA-8	31671	17097	10443	3894	2666	3514	2003	7.56%	5.17%	6.82%	3.89%

但是我们需要写程序对这些百分比在case和control里面进行T检验。

a=read.table("venn_dat.txt",header=T)

type=c(rep("control",5),rep("case",12),"control","control","case")

for (i in 9:12)

{

dat=as.numeric(unlist(lapply(a[i],function(x) strsplit(as.character(x),"%"))))

filename=paste(names(a)[i],".png",sep="")

png(file=filename, width = 320, height = 360)

b=t.test(dat~type)

txt=paste("p-value=",round(b$p.value[1],digits=4),sep="")

plot(as.factor(type),dat,ylab="percent(%)",main=names(a)[i],sub=txt,cex.axis=1.5,cex.sub=2,cex.main=2,cex.lab=1.5)

dev.off()

}

得到的图片如下：

用R语言批量画韦恩图

ulwvfje — Tue, 21 Jul 2015 01:04:56 +0000

需要画韦恩图的文件如下所示：

#CDR3_aa   count_all   count_IgM   count_IgA   count_IgG
CARGVDAGVDYW   243   25   196   22
CARHPRNYGNFDYW   174   171   3   0
CARENTMVRGVINPLDYW   166   8   75   83
CAREASDSISNWDDWYFDLW   129   15   114   0
CARDPDNSGAFDPW   118   1   117   0
CAKDLGGYW   98   3   4   91
CAREVADYDTYGWFLDLW   95   26   68   1
CVRNRGFFGLDIW   82   0   1   81
CARRSTNYHGWDYW   80   3   2   74

此处省略一万行。

简单解释一下数据，第一列是CDR3序列，我们需要对count_IgM count_IgA count_IgG这三列数据进行画韦恩图，数字大于0代表有，数字为0代表无。

这样我们根据序列就能得出每列数据所有的CDR3序列，即不为0的CDR3序列

每个个体都会输出一个统计文件，共20个文件需要画韦恩图

对这个统计文件就可以进行画韦恩图。

画韦恩图的R代码如下：

library(VennDiagram)

files=list.files(path = ".", pattern = "type")

for (i in files){

a=read.table(i)

individual=strsplit(i,"\\.")[[1]][1]

image_name=paste(individual,".tiff",sep="")

IGM=which(a[,3]>0)

IGA=which(a[,4]>0)

IGG=which(a[,5]>0)

venn.diagram(list(IGM=IGM,IGA=IGA,IGG=IGG), fill=c("red","green","blue"), alpha=c(0.5,0.5,0.5), cex=2, cat.fontface=4, fontfamily=3, filename=image_name)

}

但事实上，这个韦恩图很难表现出什么，因为我们的每个个体的count_IgM count_IgA count_IgG总数不一样。