heatmap画不好会得出错误结论 | 数据预处理、聚类分析，HCL、 K means里的讲究

大家都会做方便面，有人做辛拉面，有人做三鲜伊面，工艺有何不同？

大家都会做RNA-seq，有人能筛出有意义的基因，有人能找出有价值的线索，有人。。。差别在哪？

前两期介绍了数据均一化处理和差异基因筛选的合理方法：

数据预处理：同一套RNA-seq，为什么公司做的跟师兄跑的结果不一样？ | TPM、read counts、RPKM/FPKM你选对了吗？

差异基因筛选：同一套RNA-seq，公司筛出的差异基因跟师兄筛出的为什么不一样？| Pvalue, FDR, cutoff

本文一起看RNA-seq数据画heatmap有啥讲究？

---

同一套数据，用不同的方法得到的heatmap差别能有多大？

举个栗子，左边一坨mass不能看，右边出现明显的一块一块才好看

把heatmap画好看就行了？NO，数据处理方法要合适。

前年介绍过批次效应对实验结果的影响：人和小鼠心脏之间的差异远大于人的心肝脾肺？

下图是每两个samples相关性的heatmap，一大块一大块的聚到一起，挺好看的吧？仔细一看，发现同一物种的各个器官聚到了一起：

后来发现是实验设计出了问题，两个物种是分批测的：

把批次效应batch effect考虑进去，同一器官聚到一起：

具体去读这篇paper，这种反驳类的文章都很精彩，数据处理的细节都描述的很清楚，还给出了文中用的code。点击左下角“阅读原文”直达paper页面，拖到末尾看F1000最宝贵的comment。

下面是画heatmap的原理视频。statQuest总能把貌似高深的算法清晰的讲解出来，易懂。

https://v.qq.com/txp/iframe/player.html?vid=n0551r8jxkw&width=500&height=375&auto=0

heatmap是可视化，把数字变成彩色的图块。让heatmap好看的关键在于聚类。

具体讲HCL

https://v.qq.com/txp/iframe/player.html?vid=q05525pm6ws&width=500&height=375&auto=0

K-means

https://v.qq.com/txp/iframe/player.html?vid=v0552w3k3vu&width=500&height=375&auto=0

---

想用ATAC、ChIP实验研究感兴趣的基因？想用已发表的ChIP-seq、ATAC-seq、eCLIP-seq、RNA-seq等数据寻找线索？找嘉因生物吧！从实验、测序，到多种数据整合分析，为您一站式解决。（点击文中蓝字了解详情）

---

嘉因生物公众号定位：客户共性问题解答，生信学习资源导航，高通量实验导购 | 为您提供高通量实验-测序-分析-验证一站式解决方案

电话：[phone]

Email：[e-mail]
地址：上海市杨浦区赤峰路65号同济科技园1号楼611室