如何通过一致性聚类实现对表达谱数据的亚型分类

首先准备一个基因表达矩阵，将它读入到R中。可以是转录组（如RNA-seq，芯片数据等），也可以是定量蛋白组，或者蛋白磷酸化、糖基化等修饰。具体以哪种类型的数据为主，根据实际关注的问题来。如果您更期望使用转录组进行分型，就使用RNA表达谱；如果您更期望使用蛋白组进行分型，就使用蛋白定量谱；如果您更关注蛋白修饰的分型，就使用表观修饰的组学。

本次我们以Biobase包的芯片数据集为例，展示如何对基因表达谱执行一致性聚类分析。首先来看一下示例数据，该数据集一共包含26个样本，500个基因的表达谱。

!!!**********************************************************

#以Biobase包的表达谱芯片数据集为例

library(Biobase)

data(geneData)

geneData[1:6,1:6]

!!!**********************************************************

能够执行一致性聚类的R包很多，但基本原理都是差不多的。这里我们以ConsensusClusterPlus包的方法为例作为展示。

!!!**********************************************************

#通过Bioconductor安装ConsensusClusterPlus包

#BiocManager::install("ConsensusClusterPlus")

#加载ConsensusClusterPlus包

library(ConsensusClusterPlus)

#对基因表达数据执行中位数中心化，以用于后续聚类

dc