PLS-DA代替PCA試試降維效果纲辽?

最近有小伙伴問(wèn)道PLS-DA(Partial least squares Discriminant Analysis曙寡,偏最小二乘判別分析),一種組學(xué)分析中常用的多變量分析方法楣号,具體的原理就不多說(shuō)了,主要也怕數(shù)學(xué)的內(nèi)容說(shuō)錯(cuò)了誤導(dǎo)人怒坯,我們就看看R怎么分析和可視化即可炫狱,詳細(xì)的原理可翻閱《多元統(tǒng)計(jì)學(xué)》偏最小二乘判別分析部分學(xué)習(xí)。

其實(shí)敬肚,如果不做代謝組學(xué)或者看這方面的文章毕荐,一般學(xué)點(diǎn)組學(xué)分析的人還真不容易看到PLS-DA,因?yàn)槌R?jiàn)組學(xué)(轉(zhuǎn)錄組艳馒、蛋白組)憎亚,文章中一般使用PCA分析降維(轉(zhuǎn)錄組不求人系列(三):PCA分析及CNS級(jí)別作圖),代謝組學(xué)使用較多弄慰。如果你的樣品之間相關(guān)性不強(qiáng)第美,這時(shí)候主成分分析降維的效果其實(shí)不太好,就可以試試這種有監(jiān)督的學(xué)習(xí)方法---PLS-DA來(lái)代替PCA陆爽。

首先我們構(gòu)建一下數(shù)據(jù)(隨便找的什往,沒(méi)有意義),行名為基因慌闭,列名為樣本别威。

image.png

我們做下PCA看看效果躯舔。


setwd("F:/生物信息學(xué)/PLS-DA")
A <- read.csv("pl.csv",header = T,row.names = 1)
data <- t(A)
data.pca <- prcomp(data)
library(factoextra)
group=c(rep("MD",11),rep("MA",12))
fviz_pca_ind(data.pca,
             col.ind=group,
             mean.point=F,
             addEllipses = T, 
             legend.title="Groups",
             palette = c("#CC3333", "#339999"))+ 
  theme(panel.border = element_rect(fill=NA,color="black", size=1, linetype="solid"))
image.png

可以看到主成分是無(wú)法分開(kāi)的。我們接下來(lái)試試PLS-DA分析看看效果省古。先使用mixOmics包做一下粥庄,可以進(jìn)行分析和可視化,過(guò)程很簡(jiǎn)單豺妓。數(shù)據(jù)和分組同上面PCA惜互。可以看到結(jié)果樣本分組差異很明顯琳拭,以后蛋白組或者轉(zhuǎn)錄組數(shù)據(jù)都可應(yīng)用训堆。


BiocManager::install("mixOmics")
library(mixOmics)

pls_ana <- plsda(data,
                 group,
                 ncomp = 2)

plotIndiv(pls_ana, 
          comp = c(1,2),
          group = group,
          ind.names = TRUE, 
          ellipse = TRUE, 
          legend = TRUE,
          style = 'ggplot2',
          pch =16,
          cex =5)
image.png

還可計(jì)算背景面積可視化預(yù)測(cè)區(qū)域。

background = background.predict(pls_ana, comp.predicted=2, dist = "max.dist") 
plotIndiv(pls_ana, comp = 1:2,
          group = group, ind.names = T,
          legend = TRUE,  background = background)
image.png

其他的R包:ropls包也可進(jìn)行PLS-DA分析白嘁。結(jié)果與mixOmics包一樣坑鱼,不過(guò)可視化更加方便,可視化結(jié)果更多絮缅。


BiocManager::install("ropls")
library(ropls)
pls-ana <- opls(x = data, y = group, orthoI = 0)
pls-ana
image.png

還可以獲取更多信息姑躲,例如查看查看差異比較大的表達(dá)基因。


par(mfrow = c(1, 2))
plot(pls-ana, typeVc = 'x-score', parAsColFcVn = group)
plot(pls-ana, typeVc = 'x-loading')
image.png

以上就是非常粗略的說(shuō)了下PLS-DA的做法和可視化差異性了盟蚣,其實(shí)PLS-DA還有很多內(nèi)容,想了解的自行深入學(xué)習(xí)吧卖怜!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末屎开,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子马靠,更是在濱河造成了極大的恐慌奄抽,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,817評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件甩鳄,死亡現(xiàn)場(chǎng)離奇詭異逞度,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)妙啃,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)档泽,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人揖赴,你說(shuō)我怎么就攤上這事馆匿。” “怎么了燥滑?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,354評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵渐北,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我铭拧,道長(zhǎng)赃蛛,這世上最難降的妖魔是什么恃锉? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,498評(píng)論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮呕臂,結(jié)果婚禮上破托,老公的妹妹穿的比我還像新娘。我一直安慰自己诵闭,他們只是感情好炼团,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著疏尿,像睡著了一般瘟芝。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上褥琐,一...
    開(kāi)封第一講書(shū)人閱讀 49,829評(píng)論 1 290
  • 那天锌俱,我揣著相機(jī)與錄音,去河邊找鬼敌呈。 笑死贸宏,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的磕洪。 我是一名探鬼主播吭练,決...
    沈念sama閱讀 38,979評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼析显!你這毒婦竟也來(lái)了鲫咽?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,722評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤谷异,失蹤者是張志新(化名)和其女友劉穎分尸,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體歹嘹,經(jīng)...
    沈念sama閱讀 44,189評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡箩绍,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,519評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了尺上。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片材蛛。...
    茶點(diǎn)故事閱讀 38,654評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖尖昏,靈堂內(nèi)的尸體忽然破棺而出仰税,到底是詐尸還是另有隱情,我是刑警寧澤抽诉,帶...
    沈念sama閱讀 34,329評(píng)論 4 330
  • 正文 年R本政府宣布陨簇,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏河绽。R本人自食惡果不足惜己单,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望耙饰。 院中可真熱鬧纹笼,春花似錦、人聲如沸苟跪。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,762評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)件已。三九已至笋额,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間篷扩,已是汗流浹背兄猩。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,993評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留鉴未,地道東北人枢冤。 一個(gè)月前我還...
    沈念sama閱讀 46,382評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像铜秆,于是被迫代替她去往敵國(guó)和親淹真。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,543評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容