什么是UMAP？和PCA一样，一种降维的算法，如果不是统计学或者数据专业的人，我建议不要去看它的原理，知道如何用就足够了。
也许听到UMAP最多的是对单细胞数据的分析降维，类似于下图：
图片
然而其他数据，像大样本的转录组在PCA降维效果不好的时候，可以使用UMAP，毕竟现在转录非常便宜，随便测几十个样品和玩似的。
首先构建一个数据集，行为样本，列为基因，并对样本的特征进行分组。
图片
读入数据：
setwd("E:/生物信息学")
options(stringsAsFactors= F)####
A <- read.csv("UMAP.csv",header = T,row.names = 1)
安装R包：
install.packages("umap")
library(umap)
UMAP分析：
A_umap <- A[,colnames(A)!= c('label2', 'label3','label4')]#新构建一个表，不含有label
A_umap <- data.frame(t(apply(A_umap,1,
function(v){(v-mean(v,na.rm=T))/sd(v,na.rm=T)})),
stringsAsFactors=F)#标准化
umap <- umap(A_umap,method='naive',n_neighbors = 10)
head(umap$layout)
#####################
[,1] [,2]
r1 16.16427 -11.32371
r2 16.26652 -11.21803
r3 16.28917 -11.45600
r4 16.28618 -11.56981
r5 16.15085 -12.07527
r6 16.65784 -12.28240
提取分析结果用于作图：
B <- data.frame(umap$layout)
B$label <- A$label2
colnames(B) <- c('UMAP_1','UMAP_2','label')
作图是由ggplot实现的，应该很熟悉了：
ggplot(B, aes(x=UMAP_1, y=UMAP_2, colour=label)) +
geom_point(size=1)+ xlab("UMAP_1")+ ylab("UMAP_2")+
theme( panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.title=element_blank(),
panel.border = element_blank(),
axis.line.x = element_line(color="black", size = 0.5),
axis.line.y = element_line(color="black", size = 0.5),
panel.background = element_blank())
图片
降维效果很好，当然图的颜色也是可以修改的，和之前讲的ggplot的修饰一样。除了对样本的分组，还可以展现其他的分组，毕竟数据中我们设置了3
个label，我们看一下以性别的分组作图是什么样的？只需要改动下label即可。
C <- data.frame(umap$layout)
C$label <- A$label3
colnames(C) <- c('UMAP_1','UMAP_2','label')
ggplot(C, aes(x=UMAP_1, y=UMAP_2, colour=label)) +
geom_point(size=1)+ xlab("UMAP_1")+ ylab("UMAP_2")+
theme(panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
legend.title=element_blank(),
panel.border = element_blank(),
axis.line.x = element_line(color="black", size = 0.5),
axis.line.y = element_line(color="black", size = 0.5),
panel.background = element_blank())
图片
效果不错！
样本多可以试试这个方法，不局限于转录组，其他的任何数据都可以!
下节预告---TSNE降维分析
想要示例数据的可以打赏截图联系作者获取，记得留下邮箱！
