• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      TCGA数据挖掘

      • 首页
      • 博客
      • TCGA数据挖掘
      • 【TCGA数据挖掘】R/mclust做Model-based clustering分析整合临床分类

      【TCGA数据挖掘】R/mclust做Model-based clustering分析整合临床分类

      • 发布者 weinfoeditor
      • 分类 TCGA数据挖掘
      • 日期 2021年9月10日
      • 评论 0评论

      在常见的临床生信文章中,需要进行Model-based clustering来将临床数据与分子数据结合,以下就是使用mclust实现的过程

      加载所需要的包

      library(mclust)
      library(Biobase)
      library(ConsensusClusterPlus)
      library(BS831)
      library(cba)
      library(pheatmap)

      对数据进行聚类

      MC <- Mclust(t(Biobase::exprs(cancerSet)),G=1:4)
      summary(MC)
      ## ---------------------------------------------------- 
      ## Gaussian finite mixture model fitted by EM algorithm 
      ## ---------------------------------------------------- 
      ## 
      ## Mclust VEI (diagonal, equal shape) model with 3 components: 
      ## 
      ##  log-likelihood  n    df       BIC       ICL
      ##       -200111.4 45 16004 -461144.6 -461144.6
      ## 
      ## Clustering table:
      ##  1  2  3 
      ## 18 20  7

      由以上可以看到分成了三类,那么这三类在临床样本的分布是怎样的呢?

      ## show cluster assignments (and disease state)
      head(data.frame(MC$classification,pData(cancerSet)$Characteristics.DiseaseState))
      ##          MC.classification pData.cancerSet..Characteristics.DiseaseState
      ## GSM85480                 1                           sporadic basal-like
      ## GSM85490                 1                           sporadic basal-like
      ## GSM85500                 2                                non-basal-like
      ## GSM85484                 1                           sporadic basal-like
      ## GSM85478                 1                           sporadic basal-like
      ## GSM85516                 3                                        normal

      以上我们只是对样本查看实际上还是要对整个的分布,比如1,2,3聚类在临床表型的差别进行统计。

      ## contingency table
      print(ftable(MC$classification,pData(cancerSet)$Characteristics.DiseaseState))
      ##    non-basal-like normal sporadic basal-like
      ##                                             
      ## 1               0      0                  18
      ## 2              20      0                   0
      ## 3               0      7                   0

      得到这些数据就可以用pheatmap,或者complexheatmap进行绘制图片了,大致如下:

      如何你不会的话,后续我们会整理一篇发表的文章来精细表示!!!欢迎扫码入群一起实时交流!

      R语言入群

      R语言入群

      R语言群,不知怎么的入群的人很少啊,请大家支持呐--

      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!

      • 分享:
      作者头像
      weinfoeditor

      上一篇文章

      当一个隔离几个月的博士后面临遥遥无期的隔离时
      2021年9月10日

      下一篇文章

      【TCGA数据挖掘】基于mclust之后的pheatmap绘图
      2021年9月10日

      你可能也喜欢

      articleheader
      【R数据挖掘】TCGA的拷贝数变异
      15 9月, 2021
      articleheader
      【RNA-seq数据分析】让你的差异基因分析变“花”
      14 9月, 2021
      articleheader
      【RNA-Seq数据转化小技巧】使用countToFPKM包轻松完成counts到FPKM转化
      13 9月, 2021

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?