Cluster Heat
Map
PA055 Vizualizace komplexních dat
Karel Sedlář
Heat Map
• = forma grafické
reprezentace dat, kde
jsou hodnoty kódovány
do barevné stupnice
Cluster Heat Map
• data uložená v pravoúhlé matici
• matice zdrojových dat je
podrobena shlukové analýze v
jednom nebo obou směrech
(shlukování řádků, shlukování
sloupců)
• následně je matice přerovnána a
vizualizována barevným
kódováním
• vizualizace s nejširším využitím v
bioinformatice (biostatistice)
Metody klástrování
• nemá omezení
• nejčastěji hierarchické alglomerativní (complete,
single, average linkage, wardova metoda)
• možno použít ty nehierarchické divizivní (k-means
clustering)
Historie
• 1873 Loua: Shaded matrix (stínovaná matice)
o vytvořena ručně, matice bez přerovnání
o zachycuje složení obyvatelstva 20 různých částí Paříže
Historie
• 1914 Brinton: Permuting matrix (zpřeházená matice)
o upraveno pouze pořadí řádků
• ~1950 vizualizace
asociačních matic
Microarrays
• typické využití v bioinformatice při
zpracování genové exprese
• Eisen, M., Spellman, P., Brown, P., and Botstein, D. (1998), Cluster analysis and display of genomewide
expression patterns,“ Proceedings of the National Academy of Sciences“, 95, 14863-14868.
• červeno-zelená stupnice
• příklad:
o sledování genové exprese sinic při vystavení silnému zdroji
světla
o k-means clustering (nehierarchická metoda -> není
dendrogram)
o výrazně zelená skupina genů -> protein kódující geny
uplatňující se při tvorbě Phycobilisome, tj. systém antének pro
sběr světla
o software: Cluster + TreeView
Vizualizace vztahů
• nástavba vícerozměrných statistických analýz (PCA,
PCoA, CoA, FA…)
• vyjádření korelací rozsáhlých souborů dat
• zpravidla jiná než červeno-zelená stupnice
• příklad:
o vizualizace korelací složení mikroflóry ryb s genovou expresí genů
rezistence
o metagenomická analýza 16S
o amplikonové sekvenování na Roche 454
Vizualizace korelací
• OTU table
• gen table
Vizualizace korelací
• Spearmanův korelační koeficient
o negativní výsledek Shapiro-Wilks testu na normalitu dat v jednotlivých
skupinách
o nepřehledná tabulka, není vidět informace o vztazích
Vizualizace korelací
o software: Matlab, R
A to je vše přátelé!