什么是UMAP？和PCA一樣，一種降維的算法，如果不是統(tǒng)計(jì)學(xué)或者數(shù)據(jù)專業(yè)的人，我建議不要去看它的原理，知道如何用就足夠了。

也許聽到UMAP最多的是對(duì)單細(xì)胞數(shù)據(jù)的分析降維，類似于下圖：

然而其他數(shù)據(jù)，像大樣本的轉(zhuǎn)錄組在PCA降維效果不好的時(shí)候，可以使用UMAP，畢竟現(xiàn)在轉(zhuǎn)錄非常便宜，隨便測(cè)幾十個(gè)樣品和玩似的。

首先構(gòu)建一個(gè)數(shù)據(jù)集，行為樣本，列為基因，并對(duì)樣本的特征進(jìn)行分組。

讀入數(shù)據(jù)：?

setwd("E:/生物信息學(xué)")options(stringsAsFactors= F)####A <- read.csv("UMAP.csv",header = T,row.names = 1)

安裝R包：

install.packages("umap")library(umap)

UMAP分析：

A_umap <- A[,colnames(A)!= c('label2', 'label3','label4')]#新構(gòu)建一個(gè)表，不含有l(wèi)abelA_umap <- data.frame(t(apply(A_umap,1, function(v){(v-mean(v,na.rm=T))/sd(v,na.rm=T)})),?????????????????????stringsAsFactors=F)#標(biāo)準(zhǔn)化umap <- umap(A_umap,method='naive',n_neighbors = 10)????head(umap$layout)????##################### [,1] [,2]r1 16.16427 -11.32371r2 16.26652 -11.21803r3 16.28917 -11.45600r4 16.28618 -11.56981r5 16.15085 -12.07527r6 16.65784 -12.28240?????????????

提取分析結(jié)果用于作圖：

B <- data.frame(umap$layout)B$label <- A$label2 colnames(B) <- c('UMAP_1','UMAP_2','label')

作圖是由ggplot實(shí)現(xiàn)的，應(yīng)該很熟悉了：???????

ggplot(B, aes(x=UMAP_1, y=UMAP_2, colour=label)) + geom_point(size=1)+ xlab("UMAP_1")+ ylab("UMAP_2")+ theme( panel.grid.major = element_blank(), panel.grid.minor = element_blank(), legend.title=element_blank(), panel.border = element_blank(), axis.line.x = element_line(color="black", size = 0.5), axis.line.y = element_line(color="black", size = 0.5), panel.background = element_blank())

降維效果很好，當(dāng)然圖的顏色也是可以修改的，和之前講的ggplot的修飾一樣。除了對(duì)樣本的分組，還可以展現(xiàn)其他的分組，畢竟數(shù)據(jù)中我們?cè)O(shè)置了3

個(gè)label，我們看一下以性別的分組作圖是什么樣的？只需要改動(dòng)下label即可。

??????

C <- data.frame(umap$layout)C$label <- A$label3 colnames(C) <- c('UMAP_1','UMAP_2','label') ggplot(C, aes(x=UMAP_1, y=UMAP_2, colour=label)) + geom_point(size=1)+ xlab("UMAP_1")+ ylab("UMAP_2")+ theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank(), legend.title=element_blank(), panel.border = element_blank(), axis.line.x = element_line(color="black", size = 0.5), axis.line.y = element_line(color="black", size = 0.5), panel.background = element_blank())

效果不錯(cuò)！

樣本多可以試試這個(gè)方法，不局限于轉(zhuǎn)錄組，其他的任何數(shù)據(jù)都可以!

想要示例數(shù)據(jù)的可以打賞截圖聯(lián)系作者獲取，記得留下郵箱！

?

總結(jié)

以上是生活随笔為你收集整理的UMAP分析及可视化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。