相关性分析是我们探索和分析数据时经常使用的方法，本文以R语言的角度介绍一下常用的相关分析及其可视化的实现方法。 本文数据准备
本文使用CGGA数据库中 mRNAseq_325 数据(325个样本-24326个基因的表达矩阵)，随机选取20个基因，分析它们之间的相关性。
library(data.table)expr "CGGA.mRNAseq_325.RSEM-genes.20200506.txt",data.table = F)expr 1,expr1 1:nrow(expr),rownames(expr1) 1]expr1 -1]) %>% save(expr1,file = "corr-d.Rdata")corr-d.Rdata 即本文使用的数据，可在附件中获取后直接进入以下练习。
rm(list = ls())load("corr-d.Rdata")mydata看一下数据什么样子：列为20个基因，行为325个样本。
相关系数及其显著性检验
R可以计算多种相关系数，在此只介绍我们常用的Pearson相关和Spearman相关。函数
cor(x
,y,method=""
) 用于计算Pearson，Spearman和Kendall相关系数。
例一：计算MYT1基因和CSTF1基因表达值之间的相关系数
cor(mydata$MYT1,mydata$CSTF1) #默认参数 method="pearson"## 相关系数计算结果：[1] 0.047计算出相关系数后，如何计算其统计学显著性呢？我们使用
cor.test(x
,y, alteration="", method=""
)
进行显著性检验。
alteration=""设置单侧或双侧检验，默认“two.side”；
method=""设置相关分析方法，包括p
earson，spearman和kendall，默认“pearson”。
例二：
计算GLT1D1和KCNC3基因表达值之间的相关系数，并计算其显著性
r1 $GLT1D1,mydatar1$estimater1$p.value## 输出结果> r1$estimate cor 0.68 > r1$p.value[1] 1.7e-45即：相关系数0.68，P值接近于0。此外，$statistic可查看t值，$conf.int可查看相关系数的置信区间。
> r1$statistic t 17 > r1$conf.int[1] 0.62 0.73attr(,"conf.level")[1] 0.95相关性可视化
1.二元相关
两变量之间的相关可以使用散点图呈现。如例二中GLT1D1和KCNC3基因表达相关性，可通过散点图来呈现：
library(ggplot2)ggplot(mydata, aes(log10(GLT1D1),log10(KCNC3)))+ geom_point(col="grey40",size=1.5)+ stat_smooth(method = "lm", se = F, col="red", size=1.2)+ theme_classic()+ theme(axis.title = element_text(size = 14), axis.text = element_text(size = 12))
2.多元相关
首先，使用函数cor(dataframe,method="")或cor.test(dataframe,method="")
计算多变量相关性矩阵，而后使用corrplot包的“corrplot函数”绘制相关性热图进行可视化。
例三：
计算本文数据中20个基因之间的相关性系数矩阵，并绘制相关性热图
library(psych)library(corrplot)cr # 相关系数矩阵看一下相关系数矩阵什么样子：
作图：corrplot(data,...)
type=设置显示全部“full”、下半“lower” 或 上半“upper” 图形
method = 设置可视化方法，默认圆形circle，还常用color，shade，ellipse等
col=设置颜色，本文设置为红白蓝渐变色
diag=是否显示对角线，T 或 F
tl.cex=设置标签文本大小
tl.col=设置标签文本颜色
tl.srt=设置上部标签文本倾斜角度
color <- colorRampPalette(colors = c("blue","white","red"))(100)corrplot(cr,type="upper", method = "color", col=color, diag=F, tl.cex=0.8, tl.col = "black", tl.srt = 45)
后台回复R7可获取本文代码及附件
