图解 | 怎么解读一个树状图 / 开普饭

使用范围

树状图主要是用来展示不同的对象之间的相似度大小(习惯上称之为距离关系远近)的一个图形。一般最常用到的是对层次聚类结果的可视化。但是不仅限于此，我们只要是可以衡量不同对象之间的相似度，都可以通过树状图来进行可视化。

比如，在高通量测序的各个样本当中，利用层次聚类➕ 树状图来比较各个样本之间的整体表达关系的远近。

例如：下面就展示了六个观测对象，在散点图上的距离关系(👈图)以及在树状图的具体呈现(👉图)。

在了解树状图之前，对于树的一些基本概念就需要解释一下。
既然叫做树状图，那么这个图就和树类似的，我们可以把图形的顶端看作是树的根，这样的，往下走到了岔路的时候就是树枝了，所以这个地方就叫做进化枝(clade)，再往下到了末端的时候，就是树叶了，所以这个地方就叫做进化叶(leaf)。

在整个树状图当中，进化枝的排列可以看出哪些叶子彼此之间相近 。另外，每个叶子的高度也代表了不同叶子之间差异/相似程度。高度越高，两个叶子区别越大。

这里我们使用5样本的表达谱芯片的数据进行层次聚类然后构建了树状图。来观察这个样本之间的表达的相似程度。

对于树状图的解读是自下而上进行的。首先我们可以看到。Sample 2 和Sample 3两个是最相近的。

再往上可以看到Sample 4和Sample 2/3是在第二个进化枝上，这三个样本相似度次之，进而是和Sample 1相似。最后才是和Sample 5的具体相似度

通过树状图的高度可以看出，Sample 5和Sample 2/3差异是最大的。整体来看，Sample 5和其他四个样本都有一定程度的差异。

另外，对于一个树状图而言，其高度是有意义的，对于每一个对象的左右的距离就没有什么意义了。这个基本上就是怎么排列好看怎么来了的。

以上就是树状图的基本图形解读，同样的其实我们在研究物种进化的时候使用的进化树其实也算是树状图。解读起来也是一样的。

关于进化树的构建，我们之前出过一个简单版本的介绍：[[进化树的构建基本过程]]

同样的，在对表达数据进行热图展示的时候，一般的绘图工具，对热图的行和列也都是进行了聚类分析之后然后基于聚类的结果进行树状图的排列的。

进一步，如果对传统的树的结果觉得太单调，那也可以把树弯曲变成一个⭕️ 。

当然，如果每个样本还有其他的特征性的信息，也可以继续添加进行展示。同样的可以是线性的也可以是⭕️ 的。