怎樣在heatmap中使用多種cluster方法

生物信息學中經常使用R 來畫圖，而R畫heatmap的功能是非常強大的。通常，我的習慣是使用gplots包中的heatmap.2函數來進行畫圖。不過這個函數中不能對聚類分析（clustering）到方法進行調整，於是，小小寫一段代碼即能使用不同的聚類分析方法來對heatmap進行聚類整合。

# There are 7 methods to make cluster in the function hclust in R
Cluster_Method<-c( "ward", "single", "complete", "average", "mcquitty", "median", "centroid")

for (i in 1:length(Cluster_Method)){
  #make a function to extract the cluster method
  myclust<-function(x){
    hclust(x,method=Cluster_Method[i])
  }
  #make heatmap by jpeg
  jpeg(filename=paste(Cluster_Method[i],'.jpg'),width=1024,height=728)
  heatmap.2(as.matrix(Data_Top1k_Var),
            trace='none',
            hclustfun=myclust,labRow=NA,
            ColSideColors=c('black',grey(0.4),'lightgrey')[as.factor(CellLine_Anno$Type)],
            xlab='CellLines',
            ylab='Probes',
            main=Cluster_Method[i],
            col=greenred(64))
  dev.off()
}

這樣就可以一下子把七種cluster的方法依次用到heatmap上面來。而且通過對cluster樹的比較，我們可以從中挑選出最好、最穩定到cluster方法，為后續分析打好基礎！