Omicsmaster
点击蓝字 关注我们
深度定制 让研究突破预期
组间相关性分析主要用于探索和比较不同组别之间变量的关联模式，而相关性热图作为最常见的可视化图在各大期刊文章中被频繁使用：
BMC Plant Biol 25. 2025 fig.6
基因与代谢物含量的相关分析
J Adv Res. 2025 fig.3
差异代谢物与结肠免疫及肠道屏障功能相关基因表达之间的相关性热图
有生信基础的同学基于R包绘图当然很厉害，使用工具点点鼠标就能轻松绘图更省事，本篇文章使用omicshare平台两种组间相关性分析工具绘制热图，并简单介绍几种应用场景。
工具网址：
https://www.omicshare.com/tools/home/report/reporticabg.html
准备两组宽数据文件，可以是表达量数据、丰度数据、表型测量值等各类型组学数据或实验数据，保持两文件列数一致即可；工具对上传数据量有所限制，最好不超过1w行；
注意检查数据可用性，若数据间变化过于规律缺乏变异性（如倍数增长，形成完全共线性），或数据大量重复导致计算方差为0，将无法运行相关性分析，计算结果也无意义；
可根据数据选pearson或spearman分析方法，其中pearson相关性计算要求数据近似正态分布，对异常值更敏感，spearman计算则更适合秩次数据，对异常值不敏感。
使用动态工具提交任务，待任务完成即可在下方切换任务开始动态交互调整，支持修改字体字号、图例、渐变配色、添加星标等，未添加聚类树时行列标签的排序按上传文件中的顺序，如下：
图中渐变颜色指示相关性强弱，并可在热图格子上显示具体数值；星标指示显著性强弱，常用标记规则为：
p≥0.05 无标记
0.01<p<0.05 标记：*
0.001<p<0.01 标记：**
p≤0.001 标记：***
修改热图方格为圆形并加上行列聚类树，将行列标签顺序打乱，按数据相似性聚类显示：
也可以调整渐变图例的长宽，下载矢量pdf或svg图后，在Adobe illustrator等软件中编辑，将行标签移到左侧，效果如下：
*聚类会按数据的相似性进行打乱重新排列，当取消聚类，标签名称即可恢复按上传文件的顺序排列；
常见在文献中的应用就是多组学的关联分析，如上文献示例图1的基因-代谢组关联，从大量代谢物、基因中初步筛选出具有强统计关联的候选关系对，用于后续的深入研究；
此外还有：
●研究基因共表达关系，筛选共表达基因对，如两组连续型基因表达量数据的组间相关性分析；
●寻找调控关系，如探究转录因子（TF）的表达水平与其潜在靶基因（TG）表达水平的相关性，以TF表达量与TG表达量数据做组间相关性分析；
●分析代谢物间的生化反应与通路上下游关系、不同环境中微生物群落间的生态互作关系等。
当然omicshare平台还有很多关联分析工具，推荐往期阅读：这些关联分析工具你都会用吗？
本期分享就到这里，更多实用科研绘图小工具，欢迎前往omicshare平台体验。
*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。
Omicsmaster
让每一分科研投入
都物超所值