两个样本如何做出好看的热图？ 返回
一般我们作热图都会先对数据进行均一化处理，以消除因量纲差异导致的聚类关系失真、数值波动范围过大的影响。
但是当分析的样品只有两个的时候，数据均一化就失去了意义了，为什么？
先看下面的例子：
上图就是进行了Z-score均一化后画出来的，只有红色和绿色两种颜色，没有过渡色，非常难看。为什么会这样？
原因就在于，Z-score是一种对数据进行标准化的方法，其计算方法为减去均值除以标准差。公式具体是下面这样的：当你只有两个样本时，每个数据减去均值后必定是一正一负，并且绝对值相等，再除以标准差，这就使得所有样本标准化后的值都只有一正一负两个数值了。所以热图就只能呈现出只有一种红色和一种绿色。
既然数据均一化后只能得到红色跟绿色，那就不均一化，然后就会得到下面这张图。
这张图是用基因的表达量RPKM值来画，大概一看，还觉得比较正常，有颜色渐变。但是再仔细看，你会发现这张图的刻度尺范围比较大，而且绝大部分是绿色？这是什么原因呢？仔细看一下标注你会发现，绝大部分的基因表达量都在10以下，只有两个基因在30以上，所以画出来的热图颜色都往绿色扎堆了。
如果想要画出好看的热图，办法还是有的！
我们建议这时候果断弃掉RPKM值，而选择用两个样品基因表达量的差异倍数来作图。这样就变成单列热图了，可以去除异常高表达基因对整体热图的影响，并且直观展现两个样品之间的基因表达量差异。如下图所示，结果更加清晰：
因此，做热图前对数据进行均一化还是非常有必要的。两个样品画热图，不能进行数据均一化，有时候要根据数据具体情况，用两个样品基因表达量的差异倍数来画热图。
更多基迪奥精彩原创文章，可继续关注我们网站动态发布，同时关注基迪奥微信~扫一扫添加基迪奥好友~随时随地关注行业动态！
