
遺伝子発現のクラスタリング・ヒートマップを作成
RNA-Seq またはマイクロアレイの発現行列をアップロードしてください。Yila がほとんど発現していない遺伝子を除き、変動の大きい遺伝子を選び、遺伝子とサンプルをクラスタリングして、群のアノテーションを付けます。
これはのサンプルごとの発現量の表です。十分に発現している遺伝子のうち変動の大きい上位 50 個について、論文にそのまま使えるクラスタリング・ヒートマップを作成してください。低発現の遺伝子と低分子 RNA の遺伝子座を除き、log2(値 + 1) を使い、遺伝子ごとにサンプル間で z スコア化し、遺伝子とサンプルの両方をクラスタリングして、サンプルにはのアノテーションと凡例を付けてください。ヒートマップは PNG と SVG で保存し、群ごとの平均発現量を含む遺伝子リストとスクリプトも保存してください。
Yila のワークベンチで開きます。会話の中でいつでも調整できます。
完成した発現ヒートマップ
公開 RNA-Seq データで実行した公式の作例です。下の図は、同じ会話の中でレイアウトについて 1 回フィードバックした後に保存されたもので、ダウンロードにはこの図と遺伝子リスト、Python スクリプトが含まれます。

得られるもの
- クラスタリング・ヒートマップ
- 遺伝子とサンプルを階層的クラスタリングの順に並べ、発散型のカラースケール、サンプルのアノテーションバー、凡例を付けます。
- 遺伝子リスト
- ヒートマップに含まれる遺伝子と、群ごとの平均発現量の一覧です。そのまま検索や引用に使えます。
- 報告できるフィルタ条件
- 発現量のしきい値と除外した遺伝子の種類がスクリプトに明記されているので、遺伝子の選び方を方法のセクションに記述できます。
- 解析スクリプト
- 元の行列から図までのパイプライン全体を、Python(ご希望なら R)で記述しています。
進め方

行列をアップロードして群を指定
行が遺伝子、列がサンプルの発現量の表を Yila に渡し、サンプルの分け方を伝えます。群やドナーは、たいていサンプル名から読み取れます。

Yila が順位付けの前にフィルタリング
ほとんど発現していない遺伝子と、その測定法ではうまく測れない遺伝子座を除きます。そのため、変動の大きい遺伝子として選ばれるのは 0 付近のノイズではなく、実際のシグナルです。

ヒートマップ・リスト・スクリプトが完成
ヒートマップを描画して確認し、遺伝子リストとスクリプトとともに保存します。遺伝子数を増やす、距離の尺度を変える、サンプルの順番を固定する、発現変動遺伝子だけにするといった依頼は、同じ会話の中でできます。
主な用途
RNA-Seq データの最初の確認
本格的な発現変動解析の前に、サンプルが処理、ドナー、バッチのどれでまとまるかを確認できます。
論文用の図
重要な遺伝子の発現パターンを、ジャーナルに受け入れられるレイアウトで示します。
公開データの再解析
GEO や ArrayExpress の行列を数分でヒートマップにして、公表された主張を確かめられます。
よくある質問
関連するタスク

データ分析アシスタント
CSV/XLSX をアップロードし、会話でデータの確認、研究用の統計分析、論文に使えるグラフの作成を行います。

発現変動解析の結果からボルケーノプロットを作成
DESeq2、edgeR、limma、Cuffdiff の結果表をアップロードしてください。Yila が fold change の向きを確認し、指定のしきい値を適用して、重要な遺伝子を色分けしてラベルを付け、遺伝子数の集計とスクリプトを保存します。

PCA を実行して正しく図示
測定値の表をアップロードしてください。Yila が変数を標準化して主成分分析を行い、スコアプロット、スクリープロット、読みやすいバイプロットを描きます。負荷量の表とスクリプトも付きます。
お手元の発現行列でヒートマップを作成
発現量の表をアップロードして、サンプルの分け方を伝えてください。Yila がフィルタリングとクラスタリングを行い、スクリプトも残します。
データをアップロードして始める