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
5.3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
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
往期相关链接:
1、天昊云
2、R基础篇
3、R进阶
【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);
4、数据提交
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
6、医学数据分析
官方网址:http://www.geneskybiotech.com