2个矩阵的相关性热图和相关性网络图|云平台

原创生信部上海天昊生物

天昊云官网：

http://cloud.geneskybiotech.com/

Heatmap 图绘制：（可点击最下方阅读原文）

http://cloud.geneskybiotech.com/#/tools/all/Heatmap

示例图

计算两个矩阵行之间的相关性在数据分析中扮演重要角色。它有助于发现数据集之间的关联程度和线性关系，帮助特征选择、数据预处理、异常值检测，并提供数据可视化方便理解模式和结构。

可以通过点击下图的“示例”按钮进行示例文件的下载，查看输入数据格式：

云平台数据输入

输入矩阵1：文件必须是.txt后缀的UTF-8纯文本。含表头，每行是一个特征，每列是一个样本的表达量（样本的顺序无要求），列之间用制表符(Tab键 )分隔，不能有重复的特征和样本，且除了表头和行名都必须是数值。其中第一列是基因名，第一行是样本名。

输入矩阵2：格式同输入矩阵1

分析的样本：文件必须是.txt后缀的UTF-8纯文本。需要分析的样本名文件，单列不含表头，给出需要分析的样本名，只会分析这些样本（可以少于输入矩阵1、2中的样本数量）但矩阵数据1、2必须包含给定的样本。注意该文件中不能有重复的样本名。

上传完成后，自动开始分析，等待十几秒即可完成。分析完成后即可预览、下载分析结果高清图。

运行完成示意图

运行结果一览

Correlation.pdf

相关性热图

纵轴是矩阵1的基因，横轴是矩阵2的基因

图中色块根据色彩变化尺显示相关性值的高低，色块中的星号表示p值大小，p < 0.001 标记 “***”，p < 0.01 标记“**”，p < 0.05 标记 “*”

左侧树形图为矩阵1基因聚类结果，上方树形图为矩阵2基因聚类结果

Correlation_r.txt

cor_value矩阵

Correlation_p.txt

p_value矩阵

Correlation_All.txt

两个矩阵cor、p_value详细信息

network.pdf

每个点代表一个特征，不同颜色区分两个矩阵的点；不同颜色的连线区分正相关与负相关，灰色代表弱相关；

network.edge.txt

用于网络图绘制的边

表头：起始特征终止特征相关性值方向

network.node.txt

用于网络图绘制的节点

表头：特征节点节点大小注释

network.attribution.txt

网络属性分析统计表

表头：节点数连线数连线密度全局聚类系数

node.attribution.txt

节点属性分析统计表

表头：节点连接的边的数量通过节点的边的数量节点达到其他所有节点的总步数局部聚类系数

5.1相关性计算方法

提供两种相关性计算方法。默认为Spearman。

Spearman：适用于非线性关系或有序变量，通过秩次数据衡量单调趋势，鲁棒且不受数据分布和异常值影响。

Pearson：适用于线性关系，要求数据服从正态分布或近似正态分布，对连续变量较敏感，但对异常值较敏感。

5.2相关性热图参数

绘制热图时，可以选择是否聚类，是否对色块根据p值标记星号。

5.3相关性网络图参数

提供p值阈值参数来筛选相关性结果，相关性值阈值参数来决定边的颜色。节点和边数量参数限制二者的数量，防止网络图过于复杂。

同时还提供16种网络图布局方式：

layout_in_circle: 将网络图的节点布局在一个圆形环上。
layout_nicely: 使用优化算法对网络图的节点进行美化布局，以尽可能减少节点之间的相互遮挡和交叉。
layout_with_fr: 使用Fruchterman-Reingold算法对网络图的节点进行布局。

......

5.4优化结果

热图不标记星号：

layout_in_circle布局网络图：

输入文件必须是.txt后缀的UTF-8纯文本

输入矩阵的列之间用制表符(Tab键 )分隔

节点数量和图边数量不应太大，否则，网络图过于复杂，难以观察

[1] Wei, T., & Simko, V. (2017). R package "corrplot": Visualization of a Correlation Matrix. (Version 0.84). https://github.com/taiyun/corrplot

[2] Csardi G, Nepusz T: The igraph software package for complex network research, InterJournal, Complex Systems 1695. 2006. https://igraph.org/

往期相关链接：

1、天昊云

三分钟绘制一张优美的PCoA图 | 天昊云；

绘制一张优美的Heatmap图|云平台；

2、R基础篇

excel不熟练怎么办，R来帮您（一）数据分类汇总；

【零基础学绘图】之绘制barplot柱状图图（四）；

【零基础学绘图】之绘制heatmap图（三）；

【零基础学绘图】之绘制PCA图（二）；

【零基础学绘图】之alpha指数箱体图绘制（一）；

3、R进阶

【绘图进阶】之lefse定制化绘图(五)；

【绘图进阶】之六种带中心点的PCA 图和三维PCA图绘制（四）；

【绘图进阶】之交互式可删减分组和显示样品名的PCA 图（三）；

【绘图进阶】之绘制PCA biplot图(二)；

【进阶篇绘图】之带P值的箱体图、小提琴图绘制（一）；

4、数据提交

3分钟学会微生物多样性云平台数据分析;

3分钟学会CHIP-seq类实验测序数据可视化 —IGV的使用手册；

10分钟搞定多样性数据提交，最快半天内获取登录号，史上最全的多样性原始数据提交教程；

20分钟搞定GEO上传，史上最简单、最详细的GEO数据上传攻略；

5、表达谱分析

表达谱分析（二）通路富集分析和基因互作网络图绘制；

如何对GEO数据进行差异分析；

miRNA靶基因预测软件__miRWalk 3.0；

6、医学数据分析

KING: 样本亲缘关系鉴定工具；

【WGS服务升级】人工智能软件SpliceAI助力解读罕见和未确诊疾病中的非编码突变；

隐性疾病trio家系别忽视单亲二倍体现象——天昊数据分析助力临床疾病诊断新添UPD（单亲二倍体）可视化分析工具；

【昊工具】Oh My God! 太好用了吧！疾病或表型的关键基因查询数据库，我不允许你不知道Phenolyzer；

咨询沟通请联系

18964693703（微信同号）

官方网址：http://www.geneskybiotech.com