用前必读
1,使用输入检查工具检查输入数据,默认仅支持英文字符(部分模块除外)
2,使用excel存储并调整数据(wps不行),然后再粘贴到输入框
3,使用SVG图片编辑器修改文字、字体,图例位置,处理文字截断等,参考inkscape实操
4,生信分析项目合作
5,更多干货,页面右下扫描,关注”微生信“公众号或加群讨论!

人工客服  基因名转换  FC,P转换  常用配色  影响因子 新需求及bug提交

必需输入(表达矩阵)
注:内存消耗非常大,建议1w以下基因,默认去掉值完全一样的行
数据较少(直接拷贝数据并粘贴到输入框)

数据较多(上传tab分割的txt文件,文件名用英文)


可选输入
每个cluster的注释(第一列必须是C+number)
1)首次绘图先留空,运行一遍
2)根据首次运行结果中的elbow图的拐点确定cluster数目后,再运行一遍
3)对每个cluster里边的基因进行注释后,填写本输入框,重新运行一遍)

热图+趋势组合图图片大小(其他输出图片默认大小)
图片宽度:
图片高度:

热图颜色
heatmap color 1:
heatmap color 2:
heatmap color 3:

cluster
cluster数目
先默认8做一遍,看elbow图拐点确定cluster数后,再重新做一遍即可:
行cluster颜色,自定义10种,超过10种用系统默认颜色
行cluster颜色1-2:
行cluster颜色3-4:
行cluster颜色5-6:
行cluster颜色7-8:
行cluster颜色9-10:

样品
样品名旋转角度:
列样品颜色,自定义10种,超过10种用系统默认颜色
列样品颜色1-2:
列样品颜色3-4:
列样品颜色5-6:
列样品颜色7-8:
列样品颜色9-10:

方法


趋势图形


聚类树


字体


此图将消耗 10 微币

时间趋势转录组热图+趋势图+GO,Pathway功能注释

简介
使用mfuzz或者kmeans算法将时间序列转录组数据分成不同的cluster,然后根据每个cluster的基因进行GO和Pathway等分析,获得每个cluster的注释信息(不能太多,挑选topN),然后绘制热图+每个cluster的线图(或者box图)+功能注释。调用ClusterGVis包
数据说明
输入数据为矩阵形式,第一列是基因名(唯一),第2+列是表达值(一般为标准化的fpkm,tpm等)。若有输入每个cluster的注释信息,则输出包括注释信息。第一列必须是C1,C2等。输出包括:1)elbow图,可以根据拐点确定合适的cluster数目;2)线图+热图+功能注释组合图,或者box+热图+功能注释组合图;3)每个基因所在的cluster列表
论文例子

输入 示例数据
输出

1)如何作图?
1,准备作图数据;2,用excel打开数据,调整为示例格式;3,将调整后的数据粘贴到输入框;4,选择参数;5,提交出图
2)为什么不出图?
对输入数据格式有严格要求。请观看输入框上面的视频介绍,并仔细阅读右侧说明,示例数据。
3)如何引用?
1500+篇google学术,1000+篇知网学术引用
请使用原生R包,Python包进行引用,或使用如下格式(推荐直接写网址)
Method: Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 10 Jul 2023), an online platform for data analysis and visualization.
Acknowledgement: We thank Shanghai NewCore Biotechnology Co., Ltd. (https://www.bioinformatics.com.cn, last accessed on 10 Jul 2023) for providing data analysis and visualization support.