使用Mfuzz进行转录组表达模式聚类分析

生信小王子

发布于 2020-08-10 17:25:19

2.1K0

发布于 2020-08-10 17:25:19

文章被收录于专栏：生信小王子生信小王子

Mfuzz是用来进行不同时间点转录组数据表达模式聚类分析的R包，使用起来非常方便，直接输入不同样本归一化后的counts或者FPKM及TPM值就可进行聚类。

输入文件的格式很简单：

行为基因，列为样本，保存为制表符分隔的txt文件。

## 安装R包
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("Mfuzz")
## 加载R包
library("Mfuzz")
## 导入基因表达量
gene <- read.table("input.txt",header = T,row.names=1,sep="\t")
## 转换格式
gene_tpm <- data.matrix(gene)
eset <- new("ExpressionSet",exprs = gene_tpm)
## 过滤缺失超过25%的基因
gene.r <- filter.NA(eset, thres=0.25)

由于输入的表达量中不允许有缺失值NA出现，所以我们要填补缺失值。

## mean填补缺失
gene.f <- fill.NA(gene.r,mode="mean")
## knn/wknn方法表现更好，但是计算起来比较复杂
gene.f <- fill.NA(gene.r,mode="knn")
gene.f <- fill.NA(gene.r,mode="wknn")
## 过滤标准差为0的基因
tmp <- filter.std(gene.f,min.std=0)
## 标准化
gene.s <- standardise(tmp)

聚类时，我们需要输入两个参数，c和m。c是我们期望的聚类个数，由自己定义。m由mestimate计算得到。

## 聚类个数
c <- 6
## 计算最佳的m值
m <- mestimate(gene.s)
## 聚类
cl <- mfuzz(gene.s, c = c, m = m)
## 查看每类基因数目
cl$size
## 查看每类基因ID
cl$cluster[cl$cluster == 1]
## 输出基因ID
write.table(cl$cluster,"output.txt",quote=F,row.names=T,col.names=F,sep="\t")
## 绘制折线图
mfuzz.plot(gene.s,cl,mfrow=c(2,3),new.window= FALSE)