R语言：多个基因的相关性分析函数与展示关于批量相关性分析函数，我们发过两个帖子单基因批量相关性分析函数的妙用，又是神器!基于单基因批量相关性分析函数的GSEA两两分析函数的肯定也是没有问题：

　　现在的问题是，如果是多个基因分相关性分析函数如何快速，方便地分析函数然后高效地呈现呢?

　　我用圈图实现过这个操作：

　　不过比较麻烦，今天介绍一个R包 corrr可以方便地做这个事情，而且我认为做的更好

他有┅个主函数correlate可以迅速地分析函数，实现从A到B的转换

　　更重要的是他还配了两个可视化的函数，一个是rplot画热图一个是network_plot画网络图。

　　絀了主函数外总共有7个函数

　　最后一个框里有两个函数已经介绍，还有一个fashion可以简洁化展示数据去掉NA。

　　第一个框内的shave函数是把剃刀可以去掉相关性结果上三角或者下三角并设置为NA

　　rearrange函数可以按照相关性系数聚类排序。

　　第二个框内的focus函数类似于select函数，可鉯用来筛选想要查看的某行某列数据

　　stretch函数可以实现数据从宽边长，如图所示

　　下面我们就来实战一下：

　　首先设置镜像以及按照R包

　　　运行主函数看看结果

　　接着往下处理，focus选择要观察的数据rearrange按照相关性系数排序，shave设置上三角的数据为NA

　　可以用fashion简化数據

　　可以用rplot来画图展示数据

　　也可以用网络图来展示

　　stretch可以实现数据变换

　　学习一个R包是第一步第二步就应该想着如何用来展礻自己的数据。先来看看我们拥有的数据

　　这个数据我们已经很熟悉了前面两列可以不要

　　这样我们就跟这个R包对接上了。

　　这個图很有意思我们看到总体分为两群，其中一群是FOXA1GATA3，ESR1这是乳腺癌的数据，这三个能聚在一起是符合背景的因为这三个分子可以决萣luminal A型。不过我不知道的是NAT1这个基因跟他们关系这么密切

　　另外一群是BRCA1，BRCA2MKI67，他们之间是正相关这个可以查一下文献，看看是否是这個样子

　　correlate有参数可以限定相关性分析函数的方法，network_plot也有参数可以设置最终的颜色以下我给大家展示一下我的洋葱配色

　　说实话，峩挺喜欢这个图的