前几期我们详细探讨了热图（heatmap）的用处、构成以及在康测云分析平台上的绘制方法，相信大家已经有所收获。本期，我们将进一步深入学习另一种热图——相关性热图。相关性热图是一种以热图形式展示变量之间相关系数的可视化方法，通过颜色的深浅来反映变量之间的关联紧密程度，具有直观、醒目等特点。它在基因组学、转录组学、蛋白质组学和代谢组学等领域中有着广泛的应用。
在基因和转录组的研究中，我们常常以表达量矩阵作为输入数据来绘制样本相关性热图。这种热图可以通过聚类分析直观地展现样本组内的一致性和组间的差异情况，从而帮助我们发现批次效应和筛查异常，进一步增强数据的可靠性和结论的说服力。
在了解了相关性热图的作用和组成后，我们将重点介绍如何利用康测云分析平台来绘制样本相关性热图。
康测云分析平台是一款功能强大的云分析工具，它为用户提供了便捷的操作界面和丰富的功能模块。
进入首页，您可以看到上方的“云工具”选项，点击后选择“相关性热图”工具。该工具提供了详细的使用指南、输入数据预览、参数设置以及常见问题解答等模块。
在“使用指南”页面，您可以详细了解相关性热图的主要用途、使用方法和结果解读。在“输入数据预览”页面，您可以导入数据并预览，以便进行数据检测和勘误。在“参数设置”页面，您可以进行文件输入和参数调节，以满足您的个性化需求。
接下来，我们将重点介绍几个关键的参数设置步骤。
- 任务ID由平台自动生成，您无需填写。如果分析需要较长时间，系统会及时提示您。您可以在“云任务”中实时追踪任务状态。我们的平台支持一批数据多工具调用，以节省您的科研时间。
- 在数据输入方面，请确保您的数据表首行和首列为行名和列名，通常首行写样本名称，首列写GeneID。我们提供了“示例文件”供您练习。对于具体项目，您可以通过“文件管理”上传文件。
- 在数据选择方面，您可以勾选用于分析的列名（有表达量的），未选中的列将不会在图中显示，以便您自由搭配、个性化作图。
- 数据处理方面，我们的平台支持对表达量数据进行对数转换，以缩小数据范围但不改变数据相对大小。您还可以选择是否使用聚类方法来将相关程度较高的样本聚在一起。
- 在相关系数方面，我们提供了spearman、pearson和kendall三种统计学上的主流相关系数供您选择。默认使用的是spearman相关系数。
- 颜色和样式方面，您可以自主调节颜色和样式，以满足您的个性化需求。
除了以上步骤外，我们的平台还支持对相关性热图展示要素的个性化设计，如格子边框颜色、文字大小等。我们还可以呈现相关系数的具体数值以及行名、列名、图例等，使分析内容更加丰富。
为了帮助您更直观地体验和使用我们的康测云工具，我们还提供了“表格格式转换”和“相关性热图绘制”的视频教学。请务必查看文末以获取更多信息。
康测作为一家专注于组学技术的公司，我们致力于为生物医学研究领域提供全面的组学服务。我们的技术涵盖了基因组学、转录组学等多个领域，并基于自主研发的P技术提供高度自动化的MRD一站式解决方案。
我们始终以用户需求为导向，不断开发新的功能和优化现有功能。希望您能继续关注和支持我们康测云分析平台。