多分组的PCA图和top基因热图

多分组的PCA图和top基因热图

多分组的PCA图和top基因热图

在转录组和蛋白组的差异分析中，我们常常在质控阶段需要做一下样本的PCA图和标准差top 基因的表达，来评价组内差异和组间差异。以前主要做的二分组的比较，要想把多个分组的信息放在一张PCA图或者热图上，只需修改下Group值就行。

如存在一下蛋白组的测序数据，主要有四个组

> colnames(exp)
 [1] "LFQ.intensity.ChM-FD1" "LFQ.intensity.ChM-FD2" "LFQ.intensity.ChM-FD"
 [4] "LFQ.intensity.ChM-L1"  "LFQ.intensity.ChM-L2"  "LFQ.intensity.ChM-L" 
 [7] "LFQ.intensity.HM-FD1"  "LFQ.intensity.HM-FD2"  "LFQ.intensity.HM-FD" 
[10] "LFQ.intensity.HM-L1"   "LFQ.intensity.HM-L2"   "LFQ.intensity.HM-L" 

全部代码

rm(list = ls())#清空当前的工作环境
opti(stringsAsFactors = F)#不以因子变量读取
opti(scipen = 20)#不以科学计数法显示

load("step1_input.Rdata")
exp <- exp8
colnames(exp)


# 1.PCA 图----
Group <- sub("\\d+$", "", sub(".*\\.", "", colnames(exp)))
Group = factor(Group,levels = c("ChM-FD","ChM-L","HM-FD","HM-L"))
#print(colnames_clean)
dat=as.data.frame(t(exp))
library(FactoMineR)
library(factoextra) 
dat.pca <- PCA(dat, graph = FALSE)
p1 <- fviz_pca_ind(dat.pca,
             geom.ind = "point", # show points only (nbut not "text")
             col.ind = Group, # color by groups
             palette = c('#E64A5','#4DBBD4' ,'#01A187'  ,'#6BD66B'),
             addEllipses = TRUE, # Concentration ellipses
              = "Groups"
)
ggsave("figure/PCA.pdf",plot = p1,width = 5, height = 5, dpi = 00)
#如果少于4个点就不会画出圈，是正常的。因为圈是置信区间，样本太少无法计算，不是必须的。
#  1000 sd 热图---- 
g = names(tail(sort(apply(exp,1,sd)),200)) #day7-apply的思考题
n = exp[g,]
library(pheatmap)
annotation_col = data.frame( = colnames(n),
                            Group = Group)
pdf("figure/top200_heatmap.pdf", width = 8, height = 8)
pheatmap(n,
         show_colnames =T,
         show_rownames = F,
         annotation_col=annotation_col,
         scale = "row", #按行标准化，只保留行内差别，不保留行间差别，会把数据范围缩放到大概-5~5之间
         breaks = seq(-,, = 100) #设置带分布范围为-~之间，超出此范围的数字显示极限颜
) 
()

主要不同在Group上，正则表达式解释

sub(".\*\\.", "", colnames(exp))

• .*\\.：匹配最后一个点号之前的所有内容。
• 替换为空，保留最后一个点号后的内容。

sub("\\d+$", "", ...)

• \\d+$：匹配末尾的所有数字。
• 替换为空，去除末尾的数字。

P1

P2