样本聚类
评估样本相似性的另一种方法是层次聚类。该过程分两步进行。首先，您需要使用 dist() 函数，根据峰的（归一化覆盖度）计算样本之间的距离。然后，您可以利用这些两两距离，使用 hclust() 将相似的样本分到一起。这样会生成一个树状图（dendrogram），用于表示样本之间的分层关系。
一个包含适当归一化覆盖度数据的矩阵已作为 R 对象 cover 提供。
本练习是课程的一部分
在 R 中使用 Bioconductor 进行 ChIP-seq 分析
练习说明
- 使用
dist()计算样本之间的两两距离。 - 使用
hclust()基于距离矩阵创建树状图。 - 绘制该树状图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Compute the pairwise distances between samples using `dist`
cover_dist <- ___(t(cover))
# Use `hclust()` to create a dendrogram from the distance matrix
cover_dendro <- ___(cover_dist)
# Plot the dendrogram
plot(___)