有没有办法为数据表绘制 UMAP 或 t-SNE 图？

Question

我有一个大文件（下面是一小部分数据），如下所示，我想绘制一个 PCA，我可以使用 PCA 函数绘制 PCA，但它看起来有点乱，因为我有 200 列所以我想也许 t-SNE 或 UMAP 效果更好，但我无法使用它们进行绘图。

我想在图中显示列（列名）之间的关系和聚类。事实上，我从不同的研究中收集了 A、B 和 ... 数据，我想检查它们之间是否存在批次效应。

如果有人可以帮助我，将不胜感激！

DF：

                            A              B             C           D
1:540450-541070    0.12495878     0.71580434    0.65399319  1.04879290
1:546500-548198    0.41064192     0.26136554    0.11939805  0.28721360
1:566726-567392    0.00000000     0.06663644    0.45661687  0.24408844
1:569158-570283    0.34433086     0.27614141    0.54063437  0.21675053
1:603298-605500    0.07036734     0.42324126    0.23017472  0.29530045
1:667800-669700    0.20388011     0.11678913    0.00000000  0.12833913
1:713575-713660    7.29171225     12.53078648   2.38515165  3.82500941
1:724497-727160    0.40730086     0.26664585    0.45678834  0.12209005
1:729399-731900    0.74345727     0.49685579    0.72956458  0.32499580

Answer 1

这里有一些使用 iris 数据集的示例，因为您的示例数据对于降维来说有点太小了。

对于 tSNE：

library(ggplot2)
library(Rtsne)

dat <- iris

tsne <- Rtsne(dat[!duplicated(dat), -5])

df <- data.frame(x = tsne$Y[,1],
                 y = tsne$Y[,2],
                 Species = dat[!duplicated(dat), 5])

ggplot(df, aes(x, y, colour = Species)) +
  geom_point()

对于 UMAP：

library(umap)
umap <- umap(dat[!duplicated(dat), -5])

df <- data.frame(x = umap$layout[,1],
                 y = umap$layout[,2],
                 Species = dat[!duplicated(dat), 5])

ggplot(df, aes(x, y, colour = Species)) +
  geom_point()

编辑：假设我们有每个主题都是一列的数据：

dat <- t(mtcars)

唯一的额外步骤是在将数据输入 tSNE/UMAP 之前转置数据，然后复制绘图数据中的列名：

tsne <- Rtsne(t(dat), perplexity = 5) # got warning perplexity is too large

df <- data.frame(x = tsne$Y[,1],
                 y = tsne$Y[,2],
                 car = colnames(dat))

ggplot(df, aes(x, y, colour = car)) +
  geom_point()