cluster-analysis

为了探究表达基因在组织间的保守性和多样性，挖掘组织间不同生态型表达的保守性和多样性，我们对玉米关联群体中298个生态型在7个组织中的表达矩阵进行聚类分析。为了避免低表达基因或未表达基因对结果造成的影响，我们在每个组织中筛选相同的100个个体和5000个基因表达量用于后续分析。为了避免不同组织以及基因表达差异的影响，我们首先使用z-score公式（公式2.2）对每个基因在不同个体中的表达数据进行归一化，随后使用处理过的表达量信息计算两两样本间的欧式距离，然后利用欧式距离实现样本的聚类。

我们使用R语言的gplot包中的heatmap.2函数进行聚类分析(Warnes et al., 2015)。

Kmeans

层次聚类（树状图）（Hierarchical Agglomerative Clustering,HAC）

1. 计算变量间的相异度
   欧式距离：计算数据集中每个观测值之间的相异度
2. 融合成簇
   计算簇之间的距离：
   完全连接聚类
   ward最小方差法

R package：fossil
euclidean

https://www.jianshu.com/p/50cb85285af0

PCA

tSNE

UMAP

https://www.bioinformatics.babraham.ac.uk/training/10XRNASeq/Dimension%20Reduction.pdf