生物学意义挖掘pathway热图分析.pptxVIP

生物学意义挖掘——pathway热图分析1

背景热图本质是个二维矩阵图，常用的逻辑是横纵轴坐标分别使用基因和样本。如下图：但热图本身只是个工具，输入不同的数据，则可以用于呈现不同的信息。例如，以pathway为单位（代替单基因）绘制热图，常常可以更直观呈现生物规律。

Pathway热图实例

——不同药物处理对哪些通路有影响3如果使用表，很难从大量数据中这么容易找到规律。我们很容易发现，几乎所有的药物对氧化磷酸化这个通路有很大的影响

Pathway热图的绘制1）准备数据集选择有意义的通路确定绘图所用的指标（基因个数？Qvalue？）准备相应数据文件；2）准备绘图脚本（几个关键指标的不同）

活性氧对荔枝退行叶的影响5处理前5hA1，A2B1，B210hC1，C2LuX,etal.BMCgenomics,2014,15(1):805

denovo转录组所有样本原始数据所有样本基因表达量确定样本关系差异基因集参考序列比对PCA分析差异分析有潜在生物学意义的趋势趋势分析确定目标基因集功能富集分析文章分析思路后续实验室验证6组装定量表达模式精细挖掘LuX,etal.BMCgenomics,2014,15(1):805

超氧化物对荔枝转录组调控的影响7LuX,etal.BMCgenomics,2014,15(1):805表内容：pathway基因在不同趋势中的数量和比例。如果使用热图呈现，结果将会更加美观直观。

数据练习1）文章中涉及的10个pathway的Qvalue和该类型基因在趋势总基因数量中的百分比文件：sum.pathway.qvaluesum.pathway.percentage.xls2）绘制热图脚本：path_heatmap-Q.r path_heatmap-percent.r

Qvalue脚本的一个关键参数脚本：colors=colorRampPalette(c(red,white,green),bias=4.5)(300)利用colorRampPalette的bias控制热图颜色渐变的位置。如没有这个参数，热图的颜色渐变是对称的，则无法达到仅让显著的通路（Q0.05）为红色的绘图目标，即控制渐变的位置发生在Q≈0.05的位置。无bias的效果Bias后的效果备注bias=1，则没有任何偏好。如果bias1，则图例小值的一端，分布更细致；如果bias1，则图例大值的一端，分布更细致；这个需要大家根据实际情况尝试，摸索最优参数。

百分比脚本选择归一化由于百分比类似基因表达量，在不同pathway中，波动极大，不便于直接画热图，所以进行归一化处理较为合理；

热图和表格的对比查看这些基因在不同通路中的分布规律，使用热图比表更加直观。

利用Qvalue画热图使用Qvalue（或pvalue）绘制热图，更容易建立统一标准。因为数值受各个组基因数量变化的影响较小。

谢谢13