怎樣使用Mfuzz進(jìn)行時(shí)間序列表達(dá)模式聚類分析

怎樣使用Mfuzz進(jìn)行時(shí)間序列表達(dá)模式聚類分析，很多新手對(duì)此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來(lái)學(xué)習(xí)下，希望你能有所收獲。

在之前的文章中，我們介紹了STEM軟件，針對(duì)時(shí)間序列的數(shù)據(jù)，可以進(jìn)行基因表達(dá)模式聚類分析。這里介紹另外一個(gè)功能相同的R包Mfuzz。這個(gè)R包的地址如下

https://www.bioconductor.org/packages/release/bioc/html/Mfuzz.html

Mfuzz采用了一種新的聚類算法fuzzy c-means algorithm，在文獻(xiàn)中稱這種聚類算法為soft clustering算法，相比K-means等hard clustering算法，一定程度上降低了噪聲對(duì)聚類結(jié)果的干擾，而且這種算法有效的定義了基因和cluster之間的關(guān)系，即基因是否屬于某個(gè)cluster, 對(duì)應(yīng)的值為memebership。

對(duì)于分析而言，我們只需要提供基因表達(dá)量的數(shù)據(jù)就可以了，需要注意的是，Mfuzz默認(rèn)你提供的數(shù)據(jù)是歸一化之后的表達(dá)量，這意味著表達(dá)量必須可以直接在樣本間進(jìn)行比較，對(duì)于FPKM, TPM這兩種定量方式而言，是可以直接在樣本間進(jìn)行比較的，但是對(duì)于count的定量結(jié)果，我們必須先進(jìn)行歸一化，可以使用edgeR或者DESeq先得到歸一化之后的數(shù)據(jù)在進(jìn)行后續(xù)分析。

假設(shè)你已經(jīng)有歸一化之后的表達(dá)量了，通過(guò)以下幾個(gè)步驟就可以得到聚類的結(jié)果

1. 預(yù)處理

預(yù)處理包括讀取數(shù)據(jù)，去除表達(dá)量太低或者在不同時(shí)間點(diǎn)間變化太小的基因等步驟，代碼如下

x <- read.table(
"normalisation.count.txt",
row.names = 1,
sep = "\t",
header = T)
count <- data.matrix(x)
eset <- new("ExpressionSet",exprs = count)
# 根據(jù)標(biāo)準(zhǔn)差去除樣本間差異太小的基因
eset <- filter.std(eset,min.std=0)

需要注意的是，Mfuzz聚類時(shí)要求是一個(gè)ExpressionSet類型的對(duì)象，所以需要先用表達(dá)量構(gòu)建這樣一個(gè)對(duì)象。

2. 標(biāo)準(zhǔn)化

聚類時(shí)需要用一個(gè)數(shù)值來(lái)表征不同基因間的距離，Mfuzz中采用的是歐式距離，由于普通歐式距離的定義沒(méi)有考慮不同維度間量綱的不同，所以需要先進(jìn)行標(biāo)準(zhǔn)化，代碼如下

eset <- standardise(eset)

3. 聚類

Mfuzz中的聚類算法需要提供兩個(gè)參數(shù)，第一個(gè)參數(shù)為希望最終得到的聚類的個(gè)數(shù)，這個(gè)參數(shù)由我們直接指定；第二個(gè)參數(shù)稱之為fuzzifier值，用小寫字母m表示，可以通過(guò)函數(shù)評(píng)估一個(gè)最佳取值，代碼如下

# 聚類個(gè)數(shù)
c <- 6
#  評(píng)估出最佳的m值
m <- mestimate(eSet)
# 聚類
cl <- mfuzz(eSet, c = c, m = m)

在cl這個(gè)對(duì)象中就保存了聚類的完整結(jié)果，對(duì)于這個(gè)對(duì)象的常見(jiàn)操作如下

# 查看每個(gè)cluster中的基因個(gè)數(shù)
cl$size
# 提取某個(gè)cluster下的基因
cl$cluster[cl$cluster == 1]
# 查看基因和cluster之間的membership
cl$membership

4. 可視化

代碼如下

mfuzz.plot(
eSet,
cl,
mfrow=c(2,3),
new.window= FALSE)

生成的圖片如下

對(duì)于感興趣的表達(dá)模式，可以用上述提到的用法提取出該cluster下的基因列表，通過(guò)GO/KEGG等功能富集分析進(jìn)行深入挖掘。

看完上述內(nèi)容是否對(duì)您有幫助呢？如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝您對(duì)億速云的支持。