相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量它们之间的相关密切程度,相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。本工具可以根据基因表达矩阵文件,使用pearson算法计算样本之间的相关性,并输出对应的相关性分析热图来辅助您的研究。
云工具跳转接:
https://cloud.oebiotech.com/task/detail/sample_cor-oehw/(
接下来让我们一起学习一下如何使用欧易云工具来进行样本相关性分析吧!
数据准备
您需要按照相应格式来处理数据整理成如下文件:
01
表达量矩阵文件
第一列为基因/蛋白/代谢物名称,其余各列为样本名称,对应的值为各样品中的表达量。
图1 | 表达量矩阵文件格式示例
作图步骤
01
准备工作
请于上传文件前根据上方的“作图步骤”或云工具页面的“使用说明”的示例文件格式来进行数据文件的准备。
02
主要参数
图2 | 主要参数
03
主要参数设置
①请于主要参数中的基因表达文件处上传您所要进行分析的文件,为必填参数。在“选择文件”后显示上传的文件名说明上传成功。
此处为上传成功示例:
图3 | 文件上传成功示例
②任务命名:对结果进行命名用于区分不同的任务,默认为结果创建日期时间,在历史记录的注释处可见,可接受默认或自行输入。
04
常用参数
图4 | 常用参数
05
常用参数设置
可以按照自身的需求来进行对字体类型、图内实现相关系数矩阵的方法、图内标签数字大小、图内标签数字的保留位数、图内标签数字的颜色、图例颜色选择器字体大小、图内坐标轴标签字体颜色、图片高度、图片宽度、坐标轴标签旋转度、坐标轴标签距离图的距离这些参数的个性化修改,未修改项将采用默认设置。
06
最终提交
提交后如图所示:
图5 | 工具预估耗时提示处
结果分析
(图片为使用示例文件及其他参数保持默认时的结果)
01
结果展示及下载
分析结果保存6个月,请注意及时下载保存,
图6 | 结果展示处
02
结果说明
此图为相关性分析热图,行名和列名均为样本名称,本工具使用pearson算法计算样本间相关系数,图中每个点表示对应两个样本间的相关性,点中标明了对应样本间的相关系数。圆点越大、颜色越深表示相关系数越接近1,相关性越强。最右侧是相关性系数标尺,越靠近1相关性越强,颜色越深。
图7 | 相关性分析热图示例
历史记录
图8 | 历史记录示例
常见Q&A
请问该工具提供几种相关性算法?
您好,首先感谢您的咨询。本工具仅使用pearson算法来计算样本之间的相关性。
往期推荐
探“云”指南 | 组内合并Venn图
探“云”指南 | 如何进行共表达相关性分析
探“云”指南 | 如何在线一键化进行差异分析
探“云”指南 | 微生物ROC曲线
结尾
排版人:七七
原创声明:本文由欧易生物(OEBIOTECH)学术团队报道,本文著作权归文章作者所有。欢迎个人转发及分享,未经作者的允许禁止转载。