为什么热图里的值还有负数？

在我们常见的文献中总会有RNA-seq或者ChIP-seq等组学分析中见到这种相对表达量（relative expression）或者富集程度（enrichment）的热图，有的文章中也用标准分数（Z-score）表示，而图中的取值范围却是有正有负，这是为什么呢？

事实上，其实是我们对数据进行了对数转换（log transformation），也就是我们常说的取log。通常使用以10为底（log10）、以2为底（log2）和自然对数（loge）。

所以我们为什么要取对数呢？是因为我们平常得到的表达矩阵中，不同样本之间同一个基因表达差异过大，也存在不同基因在同一样本之间差异过大，都不能很好的进行可视化。并且，对数函数为单调增函数，取对数后不会影响数据的性质以及其之间的相对关系。

如果我们有一个非常大的数据范围，那么较小的值可能会被较大的值淹没。即使是标准化过的表达量画出来的热图也是不忍直视！

这就显得数据均一化显得尤为重要。平常如果需要表达量的差异比较，一般会将数据先进行对数转换[log2 (expression +1)]，再进行后续处理分析。

当然，常见的方法可以是取log，或者计算Z-score，也可以利用R种的scale函数，都是缩小数据的绝对数值，能够放在一起做对比。

Z-score计算公式（同scale函数方法）：

均一化的方法：

p.s: practice makes perfect