clust——共表达聚类

clust——共表达聚类

clust 是一种用于识别在 一个或多个物种的异构数据集中持续共表达（相关性良好）的基因簇（组）的全自动方法。

（一）对于单个数据集，clust 自动识别共表达基因的 clusters 的数量 k 并完成聚类。

（二）对于多个数据集，clust 自动识别在每个输入数据集中共表达（相关性良好）的基因 clusters，此处每个数据集的条件或时间点数量不同。

对于 clust，具有如下的特征：

• 无需对数据进行预处理，clust 能够自动对数据进行归一化处理
• 无需预设聚类的数量，clust 能够自动识别 cluster 的数目
• 可以通过参数 -t 控制聚类的紧密度（tightness）
• 同时也可以适用于如下数据集：
  • 由不同技术生成（如 RNA-seq 或微阵列）
  • 来自不同物种
  • 条件或时间点数量不同
  • 同一条件有多个重复
  • 需要不同类型的归一化
  • 由不同年份和实验室生成
  • 存在缺失值
  • 并非所有基因都被包含在每个数据集中
• 输出文件：
  • 聚类统计表
  • 列出各聚类所含基因的表格
  • 预处理（归一化、汇总和过滤）数据集文件
  • 聚类基因表达谱图谱（PDF 文件）

官网：https://github.com/BaselAbujamous/clust

网页版：http://clust.baselabujamous.com

安装

方法一：使用 conda（推荐）

conda create -n clust
conda activate clust
conda install -c bioconda clust

方法二：使用 pip

# 以下任选一条命令即可
sudo pip install clust
pip install --user clust

**补充：**更新版本（分别对应如上的安装命令）

conda update -c bioconda clust
sudo pip install clust --upgrade
pip install --user clust --upgrade

使用

1. 基础版

输入数据格式：每个数据集都以单个 TAB 分隔（TSV）文件表示，其中第一列表示基因 ID，第一行表示样本的唯一标签，文件的其