【聚类】ConsensusClusterPlus包

DerekRusso

已于 2022-04-12 13:13:00 修改

阅读量4.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： bulk tips 文章标签： r语言

于 2022-04-08 08:49:11 首次发布

本文链接：https://blog.youkuaiyun.com/DerekRusso/article/details/124031521

ConsensusClusterPlus是R语言中用于consensus clustering的工具，适用于基因表达数据。主要步骤包括数据准备、聚类和计算共识。输入数据要求是标准化表达矩阵，常用MAD衡量的高变基因进行分析。关键参数如pItem、pFeature、maxK、reps等可调整。聚类结果可用于分析生物学过程，如血管生成、缺氧研究，或结合免疫浸润分析。该方法在共表达网络研究中可能更具优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ConsensusClusterPlus包是R语言中实现consensus clustering的一种方法。

主要有三个步骤：1，准备输入数据；2，跑流程；3，generating consensus

1-输入数据

输入数据要求无特别，列为样本行为基因、标准化的表达矩阵。

值得注意的是，此包默认选择以median absolute deviation (MAD)衡量的top5000高变基因用于分析，以更好的聚类分群（这和单细胞很像）。选择多少基因和选择方法都是可以自己选择的，因为这步骤用的classical R statistics而非包中的集成化命令。

library(ALL)
data(ALL)
d=exprs(ALL)
d[1:5,1:5]

mads=apply(d,1,mad)
d=d[rev(order(mads))[1:5000],]
d = sweep(d,1, apply(d,1,median,na.rm=T))

2-聚类

几个重要参数：

pItem: percent of items (column) resampling

pFeature: percent of features (rows) resampling

maxK: maxium cluster counts

reps: resampling times

clusterAlg: agglomerative hierarchical clustering algorithm

distance: 1- Pearson correlation distances<

最低0.47元/天解锁文章

200万优质内容无限畅学