本稿では、Pythonを用いRNA-Seq (シングルセルではなくバルク) データから、サンプルの遺伝子発現様態の特徴を可視化するための階層的クラスタリングの実行、およびヒートマップにより可視化する方法を解説する。

階層的クラスタリング

参考: https://bcblog.sios.jp/what-is-clustering-merit-demerit/ (2022年6月14日アクセス)
クラスタリングとは、ある集合を何らかの規則によって分類することである。言い換えると、RNA-Seqデータの場合では「サンプル間の (遺伝子間の) 遺伝子発現パターンが似ているか否か」という類似性に基づいてグループ分けする作業である。

使用データ

本稿では、先行研究の公開データを用いてデモ解析を行う。
生後１ヶ月、２ヶ月、４ヶ月齢の雌雄両方のマウス由来の海馬を用いたRNA-Seq解析データを利用する (Bundy et al. BMC Genet. 2017, #GSE83931)。こちらの公開データのXlsxファイル（GSE83931_Counts_and_FPKM.xlsx）の中の「FPKM」シートのデータを解析に使用しているが、"Associated.Gene.Name"と"Description"のカラムは削除してからUMAP解析に使用した。
データ例:

GeneID	1071D	1071E	・・・	1056G	1056H
Gene_A	1.2	1.1	・・・	2.2	3.2
Gene_B	1.0	0.9	・・・	1.1	1.1
・・・	・・・	・・・	・・・	・・・	・・・
Gene_Y	321.4	123.4	・・・	234.5	345.6
Gene_Z	0.0	0.0	・・・	0.0	0.0

Pythonでの実装

seabornライブラリのclustermapを用いる。file_pathはデータのパス