给医生–无需代码,1分钟画出热图 生信分析一点也不神秘
我们做生信需要用到的:
1,分析工具(恒诺新知已经为您准备好)
2,分析数据(恒诺新知已经为您准备好demo数据,拿来测试用)
3,研究思路(恒诺新知将不断更新思路,照葫芦画瓢就可以出结果)
4,数据解读(恒诺新知为您提供本平台所有相关数据的解读)
好了,开始画图:
1,打开环境并登录:http://120.27.214.85:30011/

将本文分享到朋友圈(不能屏蔽任何人),并发到1个医学群,截图发至小编微信Alex_Matcha并关注公众号,可以获取分析环境用户名和密码。1天后再次截图一次,可以获得1年账号使用权。
2,下载数据并上传到环境:链接:https://pan.baidu.com/s/19K8EkY2ssb67ktYOl0XIpg 提取码:9x0w


打开R语言环境:

3,复制黏贴代码分析,点击“运行”:

rt=read.table("heatmap.txt",sep="\t",header=T,row.names=1,check.names=F)
library(pheatmap)
Type=c(rep("con",5),rep("treat",5))
names(Type)=colnames(rt)
Type=as.data.frame(Type)
pheatmap(rt,
annotation=Type,
color = colorRampPalette(c("green", "black", "red"))(50),
cluster_cols =F,
fontsize = 8,
fontsize_row=4,
fontsize_col=8)
4,输出结果,右键另存为,则可以得到下图。

5,结果解读。
图中①代表分组,浅蓝色部分是对照组,粉红色部分是治疗组,这在②中的图例也标注了。
③就是代表样本的编号,1-5个就是上面所说的对照组,6-10个就是治疗组,所以其中GSM2742920就是对照组,以此类推。
红色代表高表达,绿色代表低表达。
到1分钟了吗?
跟着学习,R语言生信分析其实很简单。
当然,嚼碎了都不想下咽的人,还是绕道。
请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!