推荐公众号奥智生物，分享前沿组学技术、实用生信技能、数据挖掘思路
随着AI的不断发展，豆包、DeepSeek、元宝等工具越来越灵活好用，在严谨的科研工作中也总会借助AI工具进行辅助。本期我们就拿一个具体任务把流程走一遍，用DeepSeek配合OmicShare在线工具进行相关性分析，从数据整理到结果图表的解读，一步步展示对话思路、操作过程。
首先仍然需要一份数据集，实验记录数据、测序数据或是公开数据库导出的表格数据等都可以。如使用下面这份基因表达矩阵作为示例数据。
将数据文件上传给DeepSeek，并说明需要用这份数据做相关性分析，希望它给出文件格式整理建议、结果图表解读方法，以及可能遇到的问题和解决思路。
输入提示词示例：
有一份基因表达量数据，想用OmicShare平台的工具做相关性分析，需要如何整理数据文件？可以输出怎样的结果？输出的结果图表要怎么看？后续还能做什么分析？
很快DeepSeek就给出回答，从数据格式的修改检查、工具的参数选择建议、图表结果解读到后续分析建议，都讲得很清楚。
OmicShare平台有着4种相关性分析小工具，单个表达量数据文件更适合做组内相关性分析。根据DeepSeek给出的文件修改、检查建议，整理好数据文件，绘图参数方面也可以参考它给出的建议，如基于基因间相关性还是样本间相关性来分析、选择pearson还是spearman分析方法。
上传文件设置好参数后即可提交任务。待任务运行完成后，在OmicShare项目总览中查看下载结果图表。
结果图表解读方面，DeepSeek给出了清晰的相关性显著性的判断标准、热图颜色梯度含义与数值对应关系说明、聚类模块的解释。
如下样本间相关性热图，以颜色深浅表示相关性强弱，格子上的数据为相关系数cor值，星号标注代表显著性水平，而样本聚类树则反映样本间的相似程度。
样本间相关性热图与基因间相关性热图含义不同，DeepSeek也给出了明确的区分介绍：样本间热图关注样本重复性好坏，基因间热图则关注的是强正相关/负相关的基因对。
当然，使用豆包也可以让它直接输出结果图形和数据表，但生成的图表样式相对固定，想要自定义参数重新生图比较麻烦；而在OmicShare的动态工具中则可以实时灵活调整多种图表参数，输出多种样式的图形。
相关性分析本身用于“发现关联”，在获得相关性结果图表后，可进一步筛选强相关的基因对，用于功能富集分析；或是将相关性结果用于构建基因共表达网络等后续分析。对于样本间相关性结果，则可评估样本的聚类效果、发现异常样本。
使用DeepSeek辅助科研绘图分析，能帮助科研人快速理清思路、少走弯路。除相关性分析外，还可以尝试用AI辅助差异分析、趋势分析、功能富集分析等多种常见的生信分析绘图，感兴趣的老师不妨亲自实操一番。
最后需要提醒的是，AI 给出的只是建议而不是结论。参数是否符合数据特点、显著性阈值定得是否合适、结论有没有超出数据能支持的范围，最好还是自己再核对一遍。
OmicShare Tools最新方法学文章已发表iMeta：
发表期刊：iMeta
发表时间：202408
影响因子：23.7
如果您在数据处理过程中使用了OmicShare Tools完成了分析，我们期望您在论文发表时，在方法学部分或致谢部分引用或提及OmicShare平台。
引用OmicShare Tools的参考文献为：
Mu, Hongyan, Jianzhou Chen, Wenjie Huang, Gui Huang, Meiying Deng, Shimiao Hong, Peng Ai, Chuan Gao, and Huangkai Zhou. 2024. “OmicShare tools: a Zero‐Code Interactive Online Platform for Biological Data Analysis and Visualization.” iMeta e228. https://doi.org/10.1002/imt2.228.
*未经许可，不得以任何方式复制或抄袭本篇文章之部分或全部内容。版权所有，侵权必究。
分享科研绘图技能与工具
欢迎关注与转发~
你的好友拍了拍你
并请你帮她点一下“分享”~
#相关性热图#科研绘图#OmicShare云工具#工具推荐