ConsensusClusterPlus包是肿瘤分型研究的常用工具，其于2010年发表于Bioinformatics。

  • Paper：https://academic.oup.com/bioinformatics/article/26/12/1572/281699
  • Tutorial：https://bioconductor.org/packages/release/bioc/vignettes/ConsensusClusterPlus/inst/doc/ConsensusClusterPlus.pdf
1
2

# BiocManager::install("ConsensusClusterPlus")
library(ConsensusClusterPlus)

1、示例表达矩阵

  • 行名为基因，列名为样本的基因表达矩阵；根据需要，进行标准化处理
  • 基因集的选择是关键的一步，可根据统计学（高变基因）或者生物学（特定功能相关基因）进行选择
  • 如下是参考教程的数据
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

library(ALL)
data(ALL)
d=exprs(ALL)
dim(d)
# [1] 12625   128
mads=apply(d,1,mad)
d=d[rev(order(mads))[1:5000],]  # 筛选高方差基因
dim(d)
# [1] 5000  128
## 标准化处理：每行（基因）减去每行的中位数
d = sweep(d,1, apply(d,1,median,na.rm=T))
d[1:4,1:4]
#             01005     01010       03002     04006
# 36638_at 1.556121 0.9521271 -0.05018082  4.780378
# 39318_at 1.191353 2.5013225 -2.38793537 -1.199521
# 38514_at 1.020716 3.2785671  1.55949145 -3.345919
# 266_s_at 1.829260 0.3624327  1.54913247 -1.286294

2、样本亚型鉴定

  • 实际就是一个函数即可：ConsensusClusterPlus()
  • 其中涉及到较多参数的选择，具体如下
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

## 默认参数
ConsensusClusterPlus(d,
                     maxK=3,      
                     reps=10,
                     pItem=0.8,
                     pFeature=1,
                     title="untitled_consensus_cluster",
                     clusterAlg="hc",
                     distance="pearson",
                     plot=NULL,
                     writeTable=FALSE,
                     seed=42)
## 参数含义
# maxK：考虑的最大聚类数，建议取10~20
# reps：抽样次数，建议1000
# pItem与pFeature：分别表示对样本与基因的抽样比例
# title：图片或文件的保存路径
# clusterAlg：聚类方式 c("hc","pam","km")
# distance: 距离计算方式 c("pearson","spearman","euclidean","binay","maximum","canberra","minkowski")
# plot : 是否绘图，以及图形类型 c(NULL, "pdf", "png", "pngBMP")
# writeTable: 是否保存文件
# seed：随机种子

results = ConsensusClusterPlus(d,
                               maxK=10,      
                               reps=1000,
                               pItem=0.8,
                               pFeature=1,
                               title="./tmp/",
                               clusterAlg="hc",
                               distance="pearson",
                               plot="pdf",
                               writeTable=FALSE,
                               seed=42)
  • R对象结果：list格式
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

## 查看聚类数为2的结果信息
names(results[[3]])
# [1] "consensusMatrix" "consensusTree"   "consensusClass" "ml"    "clrs"
table(results[[3]]$consensusClass)
#  1  2  3 
# 69 28 31 
dim(results[[3]]$consensusMatrix)
# [1] 128 128
results[[3]]$consensusMatrix[1:4,1:4]
#           [,1]      [,2]      [,3]      [,4]
# [1,] 1.0000000 0.3408360 0.7996870 0.3515249
# [2,] 0.3408360 1.0000000 0.1224806 1.0000000
# [3,] 0.7996870 0.1224806 1.0000000 0.1190108
# [4,] 0.3515249 1.0000000 0.1190108 1.0000000

## consensus values 0 (never clustered together) 
## consensus values 1 (always clustered together)
  • 图形输出结果，主要两类图

（1）特定聚类结果的热图

image-20230420204745316

（2）所有聚类结果的consensus value累计分布图

image-20230420205244452

根据上图结果，可以优先考虑分为4~6类亚型的结果。