如何使用Rtsne包進行t-SNE降維分析

今天就跟大家聊聊有關(guān)如何使用Rtsne包進行t-SNE降維分析，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

t-SNE降維算法是由機器學(xué)習領(lǐng)域的大牛在2008年提出的一種高效的降維算法，屬于非線性降維算法的一種，相比之前常用的PCA算法，該算法更加的先進，應(yīng)用的領(lǐng)域也非常的多，在單細胞轉(zhuǎn)錄組的數(shù)據(jù)分析中，t-SNE應(yīng)用的更為廣泛。

在cell ranger等專門的分析單細胞數(shù)據(jù)的軟件包中，都提供了t-SNE降維和可視化分析，但是由于不同軟件對于數(shù)據(jù)數(shù)據(jù)格式的要求不同，某些情況下，無法直接使用現(xiàn)有的軟件包，比如我們可能只有一個基因在所有細胞中的表達量數(shù)據(jù)，此時無法直接導(dǎo)入cell ranger或者Seurat。

由于軟件接口設(shè)置的不同，為了更加靈活的進行數(shù)據(jù)分析，我們有必要掌握一些小而美的分析工具，單一的這些工具只能完成數(shù)據(jù)分析中的某一項內(nèi)容，其功能的單一性，使得學(xué)習成本進一步降低，靈活性顯著提升。

Rtsne就是一個專門進行t-SNE降維分析的R包，安裝方式如下

install.packages("Rtsne")

只需要輸入一個表達量的表格就可以了，每一行為一個細胞，每一列為一個基因，示意如下

基礎(chǔ)的用法如下

tsne_out <- Rtsne(
  data,
  dims = 2,
  pca = FALSE,
  perplexity = 10,
  theta = 0.0,
  max_iter = 1000
)

dims參數(shù)設(shè)置降維之后的維度，默認值為2，perplexity參數(shù)的取值必須小于(nrow(data) - 1 )/ 3; theta參數(shù)取值越大，結(jié)果的準確度越低，默認值為0.5，max_iter參數(shù)設(shè)置最大迭代次數(shù)。

pca參數(shù)表示是否對輸入的原始數(shù)據(jù)進行PCA分析，然后使用PCA得到的topN主成分進行后續(xù)分析，t-SNE算法的計算量是特別大的，對于維度較高的數(shù)據(jù)數(shù)據(jù)，先采用PCA降維可以有效提高運行的效率，默認采用top50的主成分進行后續(xù)分析，當然也可以通過initial_dims參數(shù)修改這個值。

運算完成之后，結(jié)果保存在tsne_out這個對象中

其中的Y就是降維之后的二維空間對應(yīng)的數(shù)據(jù)點，可以根據(jù)這個值進行可視化，代碼如下

plot(tsne_out$Y)

生成的圖片如下

我們需要明白t-SNE只是一個降維算法，雖然它很先進，但是也只是能夠?qū)?shù)據(jù)降低到二維或者三維空間，然后進行可視化的一個功能，對于細胞亞群的識別，本質(zhì)是通過聚類分析來得到結(jié)果的，t-SNE只是能夠更好的在低維空間展示聚類的結(jié)果而已，其他的降維算法也是同理。

看完上述內(nèi)容，你們對如何使用Rtsne包進行t-SNE降維分析有進一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。