UPGMA法聚类分析——NTsys2.10e

NTsys是一款强大的统计分析软件，具有多个统计模型组件，在植物多样性分析中经常会用到。其中最主要的模块是聚类分析，常用的方法有UPGMA、CL等。简而言之，是一款稳定的、用于多变量统计的软件。

官网：http://www.appliedbiostat.com/ntsyspc/ntsyspc.html

NTSYSpc 2.10e的特点包括：

• 强大的统计分析应用；
• 多变量统计测试；
• 不同的分析功能：主成分分析、相关性分析、对应分析、聚类分析等；
• 绘制基因型分解树；
• UPGMA、CL等不同的聚类方法；
• 使用各种距离系数；
• 完全可编辑的图表和导出功能；
• 多维距离系数；
• 适合分组和基因型的Ni-Lee系数；
• 多变量分析和测试能力；
• 距离因子与基因型检测的多样性；
• 编辑绘制图标
  ……

1.数据格式

首先统计标记数据，将琼脂糖凝胶电泳图中清晰、无拖带、易分辨的条带记为“1”，反之则记为“0”。根据人工读带结果，在 Excel 表格中，行名为条带名称，列名为样本名称，建立矩阵，具体格式如下：

格式说明

其中最上面一行为注释信息：
*A1-1：表示数据为矩形数据矩阵；
*B1-175：表示共有175条条带；
*C1-100：表示共有100个样本；
*D1-0：没有缺失值，若有缺失，则用1表示。

2.数据格式转化

将EXCEL数据另存为97版Excel。在ntedit.exe中，将.xls格式转化为.nts格式：

ntedit.exe

File——open file in grid，导入.xls：

文件类型中选择Excel files，这里注意要关闭Excel文件，否则会报错，导入失败：

导入成功：

另存为.nts格式，file——save file as：

3.计算相似性矩阵

在ntsys.exe中进行后续计算：

ntsys.exe

在Similarity模块中选择Qualitative data，导入.nts数据，计算方法的矩阵系数coefficient选择DICE，指定输出文件位置及名称，随后进行运算compute：

运算结束：

4.聚类分析

在得到相似性矩阵后，在clustering模块中选择SAHN进行聚类分析，输入相似性矩阵结果，in case of ties选择FIND：

5.绘制聚类结果：

在Graphics模块中选择Tree plot，输入聚类分析结果，运算得到聚类图：

横坐标为相关系数，纵坐标为样本名称，根据自己的数据在合适的位置画一条竖线，进行类别划分：

图形的颜色、字体字号、横坐标范围等，都可以在option中的plot—option中进行调整，如当上图相关系数比较大时，可以设置x轴范围为0.75-1.0，设置方式如下：

图形导出：file—print，在属性—布局中，可以选择页面大小，以及方向：

6.检验聚类结果：

对聚类结果的质量进行检验，在clustering模块中选择cophenetic values，输入文件为步骤4中聚类分析得到的结果文件：

随后，在Graphics模块中选择Matrix comparison plot，输入文件1为步骤3中得到的相似性矩阵，输入文件2为上面得到的check文件：

得到两组数据之间的相关性点图，可以查看相关性系数，相关性系数越高，证明聚类分析越准确。

引用转载请注明出处，如有错误敬请指出。