У меня есть файл со значениями, как показано ниже
gene_name s1 s2 s3 s4 s5
gene1 0.5004357 -0.9613324 1.4624021 -0.8051191 -0.1963863
gene2 1.1662839 -0.3210387 -0.3653730 -1.3095341 0.8296619
gene3 1.0511340 -0.7007560 -0.3025992 1.0511340 -1.0989128
gene4 -0.2422484 -0.4203723 0.4651577 -1.2295635 1.4270265
gene5 -1.3491928 -0.6743735 0.1860456 0.9507387 0.8867820
gene6 -0.9254673 0.1860328 -1.0089603 0.3438866 1.4045082
dim(df)
[1] 21752 5
Чего я пытаюсь добиться, так это использовать метод hclust и dist, чтобы увидеть тенденции в данных, я пытаюсь в основном сделать что-то, что показано в вопросе здесь из SO ps ответ Сандипан Дей
Я не могу понять, поскольку в вопросе нет данных, которые я хотел бы построить,
x: по оси x мои образцы имен (s1, s2, s3, s4, s5)
ось y zscore и
каждая строка представляет каждое имя гена
facet_wrap для каждого кластера, где я мог видеть, какой кластер даст хорошую четкую кластеризацию или разделение выборки
РЕДАКТИРОВАТЬ
моя версия кода
d_final <- cbind.data.frame(expr, cluster=cutree(hc, k = n))
d_final %>%
gather(key, value, -geneID, -cluster) %>%
ggplot(aes(x=key, y=value, color=factor(cluster), group=geneID)) +
geom_point() + geom_path() +
facet_wrap(~cluster) #changed it to wrap
когда я попробую это
d <- dist(expr[,-1] , method = "euclidean")
hc <- hclust(dist(d), method = "average")
на Mac с 16 ГБ оперативной памяти R Studio зависает