基因表达谱的SOM聚类分析识别功能基因集

前不久我接触了这样一个分析，给定基因表达矩阵后，通过 自组织映射（Self-organizing map，SOM） 技术识别其中的高表达基因集，以便和功能建立如敏昌关联。

下拿颤文将该方法简称为SOM聚类分析，因为它就是一种基于神经网络的聚类算法。那么，SOM聚类在表达谱数据中是如何应用的呢？本篇我们就来看一下。

为了帮助大家理解这种方法，首先来看文献“ NLRP3 inflammasome activation drives tau pathology ”中的部分内容。

作者构建小鼠模型，模拟额颞叶痴呆（FTD）病理学效应。Tau22小鼠转基因了人类tauFTD变体，并在一段时间内发展为tau病理学。获取野生型（WT）和Tau22小鼠的脑组织并提取RNA，包括2、8、11月龄的小鼠，进行RNA芯片分析基因表达，获得脑组织在tau病理学过程中显著被激活的基因。

作者通过SOM聚类，鉴定了参与tau蛋白的致病性基因集 。渣扒分别根据野生型或Tau22小鼠在3、8、11月时间点的相似表达水平将基因分组，并根据表达水平升高将其定义为每种条件的特征基因。共识别了6个主要的表达模块，同一模块内的基因集具有相似的表达模式，它们在该时间点均处于相对高表达的状态，暗示它们在这些时间点中发挥主要活性。

为了明确这些高度活跃的基因发挥的功能，随后作者通过基因集富集分析（GSEA），比较Tau22小鼠相较于WT小鼠中哪些途径被激活。在3个月大的Tau22小鼠中，特征基因显示与免疫反应的联系，表明在疾病开始时特征基因就参与了免疫过程；而在疾病发展后期，小鼠中上调的基因参与了诸如“应激反应”等功能中，且高达73%的特征基因与干扰素相关。

不难理解，上述文献中，作者通过SOM聚类识别高度表达的基因集，用作功能分析。

本篇模仿该文献中的思路，展示如何在R中执行基因表达谱的SOM聚类。

使用kohonen包执行SOM聚类，首先安装加载该包。

接下来基于示例的基因表达谱，对各基因执行SOM聚类。

如上过程基于基因表达值进行了聚类，获得了聚类模块，并按模块内基因的平均表达值赋值了模块颜色。随后，即可从图中判断选择高表达的模块，将其中的基因挑选出来，作为发挥生物学过程的“活跃”基因集。

那么，如何获得各模块中，都包含哪些基因呢？参考以下 *** 作。

这样，就将基因名称和其所属模块对应起来了。

最后，识别高表达的模块，并从中进一步筛选基因集就可以了。这些基因集既然存在高表达，那么必然会和功能密不可分。了解它们的功能，可以初步执行GO或KEGG富集分析进行探索，如开篇展示的文献中思路那样，不再多说了。

通过大数据进行输出。

记所有输出神经元c组成的集合为，神经元c与输入层神经元之间的连接权向量为，算法作为一种非监督类的方法，理论上可以将人以为的输入模式在输出层映射成一维、二维甚至更高维的离散图形，并保持其拓扑结构不变。

聚类特征和聚类特征树：BIRCH聚类的重要策略9.1.3BIRCH的聚类过程：由存储空间决定的动态聚类9.1.4聚类的R实现9.1.5聚类应用：两宴陆期清嫌岗位培晌正顷训的比较9.2网络聚类概述。

---