Clustering utilisant la Corrélation comme mesure de Distance dans R



Clustering utilisant la Corrélation comme mesure de Distance dans R

Différentes mesures de distance sont disponibles pour l’analyse de clustering. Cet article décrit comment effectuer un clustering dans R en utilisant la corrélation comme mesure de distance.

Contents:

Prérequis

Les packages R suivants seront utilisés:

  • pheatmap [package pheatmap] : Crée de jolies heatmaps.
  • heatmap.2() [package gplots] : Une autre alternative pour créer des heatmaps.

Données de démonstration

Générer un jeu de données de démonstration:

set.seed(123)
mydata <- matrix(rnorm(200), 20, 10)
mydata[1:10, seq(1, 10, 2)] = mydata[1:10, seq(1, 10, 2)] + 3
mydata[11:20, seq(2, 10, 2)] = mydata[11:20, seq(2, 10, 2)] + 2
mydata[15:20, seq(2, 10, 2)] = mydata[15:20, seq(2, 10, 2)] + 4
colnames(mydata) = paste("Sple", 1:10, sep = "")
rownames(mydata) = paste("Gene", 1:20, sep = "")
head(mydata[, 1:4], 4)
##       Sple1  Sple2 Sple3  Sple4
## Gene1  2.44 -1.068  2.31  0.380
## Gene2  2.77 -0.218  2.79 -0.502
## Gene3  4.56 -1.026  1.73 -0.333
## Gene4  3.07 -0.729  5.17 -1.019

Préparez vos données comme décrit à: Préparation des données et packages R pour l’analyse des clusters

Dessiner des heatmaps à l’aide de pheatmap

Par défaut, la distance euclidienne est utilisée comme mesure de dissimilarité.

library("pheatmap")
pheatmap(mydata, scale = "row")

Utiliser la corrélation comme mesure de dissimilarité:

# Corrélation par paires entre les échantillons (colonnes)
cols.cor <- cor(mydata, use = "pairwise.complete.obs", method = "pearson")
# Corrélation par paires entre les lignes (gènes)
rows.cor <- cor(t(mydata), use = "pairwise.complete.obs", method = "pearson")

# Créer le heatmap
library("pheatmap")
pheatmap(
  mydata, scale = "row", 
  clustering_distance_cols = as.dist(1 - cols.cor),
  clustering_distance_rows = as.dist(1 - rows.cor)
  )

Dessiner des heatmaps à l’aide de gplots

Heatmap par défaut utilisant la distance euclidienne comme mesure de dissimilarité.

library("gplots")
heatmap.2(mydata, scale = "row", col = bluered(100), 
          trace = "none", density.info = "none")

Utiliser la corrélation comme mesure de dissimilarité:

# Corrélation par paires entre les échantillons (colonnes)
cols.cor <- cor(mydata, use = "pairwise.complete.obs", method = "pearson")
# Corrélation par paires entre les lignes (gènes)
rows.cor <- cor(t(mydata), use = "pairwise.complete.obs", method = "pearson")

## Clustering par ligne et par colonne à l'aide d'une corrélation 
hclust.col <- hclust(as.dist(1-cols.cor)) 
hclust.row <- hclust(as.dist(1-rows.cor))


# Créer le heatmap
library("gplots")
heatmap.2(mydata, scale = "row", col = bluered(100), 
          trace = "none", density.info = "none",
          Colv = as.dendrogram(hclust.col),
          Rowv = as.dendrogram(hclust.row)
          )

Résumé

Dans cet article, nous présentons comment effectuer une analyse de clustering et dessiner des heatmaps dans R en utilisant les packages pheatmap et gplots

Version: English





Aucun commentaire

Give a comment