相关性分析

工具概述

对表格中样本或分组间进行相关性分析，相关系数越接近于1，表明相似度越高。

操作方法

1.1输入需要进行分析的数据表，文件应为txt格式，，数据表必须包含行头和列头，首行为样本名，首列为基因/物种等特征名称。如下图。数据与数据之间务必用制表符隔开（tab符），不能用空格。

1.2选择分析策略，可选择做样本间的相关性分析或组间相关性分析，选择组间分析需要输入分组文件和选择分组数据计算，若选择样本间，则不需要分组文件和分组数据计算选择。

1.3输入分组文件，分组文件应为txt格式，如下图。

1.4选择分组数据计算方式，默认求均值，提供求和，求均值和中位数三种选项。

1.5选择样本名，选择数据表中第一行数据（列标签）代表样本还是第一列数据（行标签）代表样本，默认列标签。

1.6选择相关性算法，提供2种相关性算法，pearson相关系数用来衡量两个随机变量之间的相关性，适合连续性变量、符合正态分布假设的数据；spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求。适合于定序变量、不满足正态分布假设或总体分布未知的数据，属于非参数统计方法，适用范围要广些。

1.7选择距离算法，提供6种距离算法，Euclidean，欧氏距离，两点之间直线最短的直线距离；Maximum，最大距离；Manhattan，曼哈顿距离，标明两个点在标准坐标系上的绝对轴距总和；Canberra，堪培拉距离，被认为是曼哈顿距离的加权版本；Binary，两个向量之间的二进制距离，如果二者相同则为0，否则为1；Minkowski，闵可夫斯基距离，欧式距离的推广，p=2时等价于欧氏距离。

1.8选择聚类方式，提供4种聚类方式，Single的计算方法是将两个组合数据点中距离最近的两个数据点间的距离作为这两个组合数据点的距离；Complete的计算方法与Singlelinkage相反，将两个组合数据点中距离最远的两个数据点间的距离作为这两个组合数据点的距离；Average的计算方法是计算两个组合数据点中的每个数据点与其他所有数据点的距离。将所有距离的均值作为两个组合数据点间的距离；无，不进行聚类。

1.9选择是否显示聚类树，若选择Complete，Single或Average任意一种聚类方式，需要选择在图中是否显示聚类树，默认显示。

结果解读

相关性热图

X axis和Y axis均为样本名称，通过计算获得相关系数R值，右侧图例是不同R值的颜色区间，左侧和上侧为样本聚类情况。

相关性表格

第一行和第一列为样本名，表中数值为两个样本的相关系数，数值越大，表示两个样本的相关性越大，越相近。

参考文献

[1] Ács-Szabó L, Papp LA, Antunovics Z, et al. Assembly of Schizosaccharomyces cryophilus chromosomes and their comparative genomic analyses revealed principles of genome evolution of the haploid fission yeasts. Sci Rep. 2018;8(1):14629.

[2]Wan-Ying Xie,Xin-Ping Yang,Qian Li,Long-Hua Wu,Qi-Rong Shen,Fang-Jie Zhao. Changes in antibiotic concentrations and antibiotic resistome during commercial composting of animal manures[J]. Environmental Pollution,2016,219.