高防服务器

R语言的hclust_analysis.r如何使用


R语言的hclust_analysis.r如何使用

发布时间:2022-03-19 17:53:25 来源:高防服务器网 阅读:79 作者:iii 栏目:开发技术

本篇内容介绍了“R语言的hclust_analysis.r如何使用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

hclust_analysis.r 转录组数据层次聚类分析

使用说明:

usage: hclust_analysis.r [-h] -i filepath [-d distance] [-m method] [-T top]                           [-S] [-M max.nc] [-k bestk] [-s size] [-a alpha] [-e]                           [-L] [-X label] [-Y label] [-t label] [-o path]                           [-H number] [-W number]  Hierarchical Clustering and  plot:https://clincancerres.aacrjournals.org/content/25/16/5002  optional arguments:    -h, --help            show this help message and exit    -i filepath, --input filepath                          input the dataset martix [required]    -d distance, --distance distance                          the distance measure to be used to compute the                          dissimilarity matrix. This must be one of:                          "euclidean", "maximum", "manhattan", "canberra",                          "binary", "minkowski" . By default,                          distance="euclidean".    -m method, --method method                          the cluster analysis method to be used. This should be                          one of: "ward.D", "ward.D2", "single", "complete",                          "average", "mcquitty", "median", "centroid". by                          default method=ward.D    -T top, --top top     select top gene to analysis [default NULL]    -S, --scale           scale data sd=1 mean=0 [default FALSE]    -M max.nc, --max.nc max.nc                          maximal number of clusters for nbclust, between 2 and                          (number of objects - 1), greater or equal to min.nc.                          By default [optional, default: 15]    -k bestk, --bestk bestk                          set bestk or nbclust choose bestk [optional, default:                          NULL]      -X label, --x.lab label                          the label for x axis [optional, default: sample ]    -Y label, --y.lab label                          the label for y axis [optional, default: Distance ]    -t label, --title label                          the label for main title [optional, default: Cluster                          Dendrogram]    -o path, --outdir path                          output file directory [default cwd]    -H number, --height number                          the height of pic inches [default 5]    -W number, --width number                          the width of pic inches [default 10]

使用方法:

应该运行两次

#第一次运行不指定K,通过nbclust 结果选择合适的K (亚型)  Rscript $scriptdir/hclust_analysis.r -i immu/ssgsea.res.tsv  -o hclust  -M 20 --distance "euclidean"    #再次运行指定最佳K,输出聚类树和分组表格  Rscript $scriptdir/hclust_analysis.r -i immu/ssgsea.res.tsv  -o hclust   --distance "euclidean" -k 2

参数说明:

-i  输入基因表达矩阵文件,或者免疫侵润矩阵文件

cell_type TCGA-B7-A5TK-01A-12R-A36D-31 TCGA-BR-7959-01A-11R-2343-13 TCGA-IN-8462-01A-11R-2343-13 TCGA-BR-A4CR-01A-11R-A24K-31 TCGA-CG-4443-01A-01R-1157-13
aDC 0.612131 0.452721 0.434065 0.352635 0.268974
B cells 0.423323 0.40887 0.426612 0.413857 0.289268
Blood vessels 0.681023 0.775439 0.689433 0.577667 0.745019
CD8 T cells 0.675615 0.650073 0.629121 0.566048 0.577315
Cytotoxic cells 0.621056 0.425217 0.411617 0.3128 0.191034
DC 0.619839 0.485056 0.489101 0.266905 0.350132
Eosinophils 0.502785 0.514939 0.469541 0.488051 0.456521
iDC 0.53162 0.498437 0.530931 0.390699 0.420172
Lymph vessels 0.710843 0.721323 0.658391 0.500574 0.400411
Macrophages 0.608271 0.598482 0.552277 0.468531 0.438481
Mast cells 0.480792 0.525927 0.47871 0.24677 0.124795
Neutrophils 0.447672 0.458098 0.393541 0.3105 0.344511
NK CD56bright cells 0.462633 0.418617 0.546094 0.57262 0.460983
NK CD56dim cells 0.341474 0.137147 0.031158 -0.04299 -0.0389
NK cells 0.558123 0.512929 0.507088 0.479542 0.446198
Normal mucosa 0.779444 0.820281 0.806771 0.691384 0.65646
pDC 0.676772 0.647415 0.621186 0.482564 0.552156
SW480 cancer cells 0.534151 0.600236 0.618509 0.412196 0.60535
T cells 0.627056 0.425422 0.399612 0.326116 0.188205
T helper cells 0.669103 0.645407 0.62807 0.650216 0.628577
Tcm 0.562408 0.559951 0.527272 0.516068 0.553444
Tem 0.518952 0.555942 0.410577 0.440007 0.449251
TFH 0.485124 0.477749 0.445061 0.465552 0.446549
Tgd 0.190199 0.110139 0.061648 0.004026 0.023796
Th2 cells 0.563928 0.491736 0.455523 0.426351 0.378701
Th27 cells 0.417275 0.153713 0.218727 0.215026 0.257282
Th3 cells 0.536142 0.478687 0.44716 0.539534 0.416747
TReg 0.682036 0.484761 0.516963 0.30884 0.312123

“R语言的hclust_analysis.r如何使用”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注高防服务器网网站,小编将为大家输出更多高质量的实用文章!

[微信提示:高防服务器能助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。

[图文来源于网络,不代表本站立场,如有侵权,请联系高防服务器网删除]
[