ツリークラスタリング：パターンの似た遺伝子グループを概観する。
階層型クラスタリングは発現パターンの似ている遺伝子郡をグループにまとめたり、発現プロファイルの似ているサンプル群をグループにまとめたりして、全体像を大まかに把握するのに便利です。
00:00 Tree Clustering を実行する前に、下記のようなノイズとなる遺伝子群を除去する
- 値が低すぎて、測定値が信用できない遺伝子
- 発現変動しない遺伝子
01:20 QC2 のリストを使ってクラスタリングを実行する
01:55 サンプルは、発現プロファイルが normal と tumor の二つに大きく分かれることがわかる
ここで、normal で発現量が高く、tumor で低くなっている遺伝子を抽出する
02:20 患者によって normal における発現量は異なるものの、tumor で減少するという向きは共通している
特定の発現パターンを持つ遺伝子のグループを抽出した後、それらの「発現量」を見てみる
02:50 Cluster1 として抽出した遺伝子群に対して、再度クラスタリングを実行
ただし、making ratio に属するノーマライズブロックを除去して、近似度の測定は"Euclidian"を用いる
発現パターンが似ている遺伝子群が、今度は発現レベルによって細分化された
03:55 別の角度からデータを見るたね、主成分分析（PCA）を実行する
第一主成分（PC1）はnormal と tumor の差を反映している。
一方第二主成分（PC2）は、tumorのサンプル群にサブグループが存在することを示唆する
04:15 第二主成分（PC2）に貢献度の高い遺伝子を抽出する
04:45 PC2 contributing の遺伝子群を使ってクラスタリングを再度実行する
05:00 tumor のサブグループと、それらを分けている遺伝子の発現プロファイルが見える
このツールの使い方がよくわからないときは、無料オンラインサポートをお申し込みください。