两矩阵相关性热图

分析描述

两矩阵相关性热图是通过计算不同组学研究或单一组学与环境因子数据矩阵之间的相关性（Spearman、Pearson相关系数），将获得的数值矩阵通过Heatmap图直观展示。通过颜色变化反映二维矩阵或表格中的数据信息，颜色深浅表示数据值的大小，它可以直观地将数据值的大小以定义的颜色深浅表示出来。

操作方法

1. 选择矩阵文件，文件为制表符（TAB）分隔的txt文件。两个矩阵表可以是组学数据表达量表，如基因、蛋白、代谢物、OTU表达量表。也可以是临床、生理、理化性质指标数据表。矩阵包含行头和列头，样本名在首行，特征名（如：基因、蛋白、代谢物、OTU、临床指标、理化因素）在首列，样本名和特征名应仅包含数字、字母、下划线。首行样本名需保持一致，但样本顺序不做限制。

2. 选择相关性系数Spearman或Pearson相关系数。

3. 选择行聚类方式：None、Single、Average、Complete。

4. 选择列聚类方式：None、Single、Average、Complete。

Single能检测到不规则形状的簇（如链状、环状），对小差异敏感，适合发现弱关联但生物学上相关的群体。

Complete生成的簇紧凑且同质，适合需要严格区分的分类任务，但是对异常值极度敏感，可能将同一生物学群体拆分为多个小簇（如表达量波动较大的基因）。

Average平衡了单连锁和全连锁的优缺点，对中等程度的差异敏感，结果更稳健。

图例解读：

X和Y轴分别为环境因子和OTU，通过计算获得相关系数R值和对应的P值。R值在图中以不同颜色展示，P<0.05用*号标注，右侧图例是不同R值的颜色区间。分别对OTU和环境因子进行聚类,见图的左侧和上侧。

参考文献：

[1]Bai Y, Müller D B, Srinivas G, et al. Functional overlap of the Arabidopsis leaf and root microbiota[J]. Nature, 2015, 528(7582): 364-369.

[2]Sokol H, Leducq V, Aschard H, et al. Fungal microbiota dysbiosis in IBD[J]. Gut, 2016: gutjnl-2015-310746.