之前給大家介紹的都是單一類(lèi)型的生信圖，這期給大家看點(diǎn)不一樣的東西。

一、簡(jiǎn)介

現(xiàn)在的高分文獻(xiàn)，不僅數(shù)據(jù)量越來(lái)越“卷”，就連圖表也變得越來(lái)越“卷”。人們不再滿足于千篇一律的基礎(chǔ)圖形，開(kāi)始劍走偏鋒，不斷在美感和創(chuàng)新性上下功夫，以達(dá)到引人入勝的目的。

話不多說(shuō)，我們先來(lái)欣賞下面這張圖：

怎么樣，第一眼有沒(méi)有覺(jué)得很驚艷？夠不夠“卷”？夠不夠“高級(jí)”？CNS看了都直呼Amazing，直接拿來(lái)發(fā)表都不成問(wèn)題。

可以說(shuō)，這是一張信息含量極為豐富的圖！它創(chuàng)新性地將聚類(lèi)、分組表達(dá)趨勢(shì)折線圖以及功能注釋有機(jī)融合在一起，讓我們能夠一目了然地掌握數(shù)據(jù)的全貌。整個(gè)圖分為三種類(lèi)型，我們逐一進(jìn)行剖析。

• 聚類(lèi)分析

聚類(lèi)分析是一種將數(shù)據(jù)樣本按照相似性進(jìn)行分組的技術(shù)。它能夠幫助我們揭示數(shù)據(jù)集中隱藏的模式和群組關(guān)系。通過(guò)聚類(lèi)分析，我們可以將數(shù)據(jù)樣本劃分成不同的群組，并使用不同顏色或標(biāo)記來(lái)可視化，從而直觀地看到數(shù)據(jù)的相似性和差異性。

• 分組表達(dá)趨勢(shì)折線圖

分組表達(dá)趨勢(shì)折線圖用于展示不同樣本組別在某個(gè)特定性狀上的表達(dá)變化趨勢(shì)。通過(guò)觀察曲線的走勢(shì)，我們可以發(fā)現(xiàn)不同群組之間的差異，并進(jìn)一步研究其背后的原因。這種圖表不僅能夠展示數(shù)據(jù)的整體趨勢(shì)，還能夠顯示出各個(gè)群組的表達(dá)差異。

• 功能注釋

功能注釋則是將基因與通路或其他功能進(jìn)行關(guān)聯(lián)和注釋的過(guò)程。

將功能注釋與聚類(lèi)、分組表達(dá)趨勢(shì)折線圖結(jié)合起來(lái)，我們就得到了一個(gè)強(qiáng)大的組合圖。這種視覺(jué)呈現(xiàn)方式，不僅提供了宏觀的數(shù)據(jù)概覽，還讓我們能夠發(fā)現(xiàn)隱藏的模式和相互影響。我們可以快速對(duì)比不同聚類(lèi)簇的表達(dá)趨勢(shì)，在不同功能注釋下觀察各自的關(guān)系。總而言之，這種綜合性的組合圖為我們提供了更多層次的數(shù)據(jù)理解和分析。

那么這種強(qiáng)大的組合圖又是出自哪個(gè)工具呢？那就是這個(gè)功能強(qiáng)大且易于使用的R包——ClusterGVis，只需按照官方文檔中的指引，安裝相應(yīng)的依賴(lài)包，你就能快速上手。更令人驚喜的是，ClusterGVis提供了豐富的可定制選項(xiàng)，如調(diào)整圖形風(fēng)格、顏色、標(biāo)簽等，足以滿足你的個(gè)性化需求。

二、圖解

• 左側(cè)

分組表達(dá)趨勢(shì)折線圖，里面展示了所屬群組中的基因數(shù)量，折線則代表著不同樣本的表達(dá)變化趨勢(shì)。

• 中間

聚類(lèi)熱圖，展示了各群組中樣本的表達(dá)情況，漸變顏色表示各基因的Z-score值變化。

• 右側(cè)

功能注釋?zhuān)故玖烁魅航M包含的功能注釋結(jié)果，每個(gè)群組分別用不同的顏色表示。

三、應(yīng)用

這種組合類(lèi)圖表最常用的地方就是常規(guī)轉(zhuǎn)錄組測(cè)序數(shù)據(jù)的可視化，此外，它還可用于展示單細(xì)胞測(cè)序數(shù)據(jù)。

今天的內(nèi)容就介紹到這里，感興趣的小伙伴們快去試試吧！

更多關(guān)于ClusterGVis包的使用方法請(qǐng)查看：https://github.com/junjunlab/ClusterGVis