Direkt zum Inhalt
XLSTAT wird Mitglied der Lumivero Familie. Mehr erfahren.

Heatmaps (OMICS) in Excel - Anleitung

Dieses Tutorium zeigt Ihnen, wie Sie eine Wärmekarte zu OMICS-Daten in Excel mithilfe der Statistiksoftware XLSTAT zeichnen und interpretieren.

Datensatz für die Durchführung einer Wärmekartenanalyse in XLSTAT

Für dieses Tutorium verwenden eine Datentabelle, die 1847 Proteinen, quantifiziert an 19 Stichproben entspricht, die gemäß 4 Extraktionsmethoden basierend auf markierungsfreier Shotgun-Proteomik aus einem Maisblatt entnommen wurden (Langella et al. 2013). Wir sind der PAPPSO-Plattform (Gif-Sur-Yvette, France) sehr dankbar, die uns den Datensatz zur Verfügung gestellt und uns gestattet hat, diesen für das Tutorium zu verwenden.

Proteine werden in Zeilen und Stichproben in Spalten gespeichert.

Die Absicht dieses Tutoriums besteht darin, das explorative Datenanalyse-Tool Wärmekarte zur gleichzeitigen Analyse der Merkmals- und Stichproben-Cluster auf synthetische Weise zu verwenden. Wir werden außerdem imstande sein, zu prüfen, ob Cluster mit ähnlichen Merkmalen (in unserem Fall Proteine) den Clustern ähnlicher Stichproben entsprechen. Wenn Sie eine dreiminütige Videoversion dieses Tutoriums bevorzugen, klicken Sie einfach hier.

Wärmekarte in XLSTAT: Einrichten der Analyse

Um eine Wärmekartenanalyse in XLSTAT durchzuführen, klicken Sie auf OMICs/Wärmekarten. Wählen Sie in der Registerkarte Allgemein die Datenmatrix im Tabellenfeld Merkmale/Individuen. Hier werden die Individuen durch unsere Stichproben repräsentiert. Sie müssen die Option Merkmale in Zeilen nicht ändern, da die Proteine im Datensatz in Zeilen gespeichert wurden.

heat map general

Aktivieren Sie in der Registerkarte Optionen die Option Nichtspezifisches Filtrieren, wählen Sie Interquartil-Bereich< und geben Sie einen Schwellwert von sagen wir 0,25 ein. Dadurch werden alle Proteine mit einem Interquartil-Bereich kleiner als 0,25 (d. h. mit niedriger Variabilität) eliminiert. Dies verbessert die Lesbarkeit der Wärmekarte.

heat map options tab

In der Registerkarte Fehlende Daten richten wir eine Schätzung der fehlenden Daten mithilfe des Algorithmus **Nächster Nachbar ein.

In der Registerkarte Diagramme wählen Sie die **Farbskala der Wärmekarte und spielen mit den Optionen Breite und Höhe, um die Diagrammgröße zu optimieren.

heat map charts tab

Wärmekarte in XLSTAT: Analysieren der Ausgabe

Zunächst sehen wir, dass durch nichtspezifisches Filtrieren 1597 Proteine vor den Wärmekartenberechnungen eliminiert wurden.

heat map non specific filtering

Wärmekartendiagramm: Proteine werden in Zeilen und Stichproben in Spalten geclustert.

Wenn wir die Stichproben- und Proteindendrogramme einzeln analysieren, sehen wir deutlich, dass:

  • Die Proteine in zwei Gruppen unterteilt sind (linkes Dendrogramm), die in etwa membranspezifischen Proteinen und anderen Proteinen entsprechen.
  • Die Stichproben in drei Gruppen unterteilt sind (oberes Dendrogramm). Das große Cluster auf der linken Seite entspricht den Stichproben, die mithilfe der Extraktionsmethoden URZB und URNB quantifiziert wurden. Das mittlere Cluster umfasst Stichproben, die mithilfe der TCA1-Methode quantifiziert wurden, und das letzte basiert auf der TEAL-Methode.

Die Karte zeigt Werte im Datensatz an, die gemäß den Dendrogrammen neu angeordnet werden.

Konzentrieren wir uns auf die Rechteck-/Quadrat-Muster im Inneren der Karte.

  • Die grünen und roten großen Rechtecke auf der linken Seite zeigen, dass wir für Stichproben, die mithilfe der URZB- und URNB-Methoden extrahiert wurden, wir eine relativ hohe Expression des oberen Proteinclusters im Vergleich zum unteren Cluster haben.
  • Andererseits zeigen die TEAL-Stichproben (rechter Teil der Karte) ein umgekehrtes Muster der Proteinmengen (relativ niedrig für das obere Proteincluster und relativ hoch für das untere Cluster).
  • Schließlich scheinen die TCA1-Stichproben (mittleres Cluster) mittlere Mengen für die meisten Proteine aufzuweisen (nichtsdestotrotz sind die Proteine im unteren Teil der Karte verhältnismäßig zahlreicher als die Proteine im oberen Teil).

heat map heat map

Referenz

Langella O, Valot B, Jacob D, Balliau T, Flores R, Hoogland C, Joets J, Zivy M(2013) Management and dissemination of MS proteomic data with PROTICdb: example of a quantitative comparison between methods of protein extraction, Proteomics. 2013 May;13(9):1457-66.

War dieser Artikel nützlich?

  • Ja
  • Nein