自定义聚类分析可以通过使用R Cluster Transformations的方法输入到感兴趣的文件中。

为了兼容这种方法，执行函数通过包含如下插槽的S4目标来定义R的脚本：

 

 

通用的R脚本兼容R Cluster Transformations输入方法如下所示：

 

Execute <- function(mat)

{

setClass("ClusteringResult",

representation(

clusterAssignments="integer",

numberOfClusters="integer",

clusterNames="character"

),

prototype(

clusterAssignments=c(),

numberOfClusters=integer(0),

clusterNames：

)

)

 

result <- new("ClusteringResult")

 

result@numberOfClusters <- as.integer(A)

result@clusterAssignments <- as.integer(B)

result@clusterNames <-C

 

return(result)

}

 

 

这里的A,B和C的值由用户自己定义。如上所述：

 

如上所述，R脚本结构可以通过R Cluster Transformations集成到FCS Express中，方法请按照后面的步骤：

 

 

 

 

 

 

 

 

上述步骤的结果如下图所示(图29.47):

 

 

自定义的R Cluster Transformations转换形式就可以应用于点图。

 

R Script在自动运行时就会被应用于热图(Heat Map)或者一个数据中，或者作为一个选在转换对话框中进行修改。如果要推迟运行R Script，就取消自动运行R Script。这样做后，将对您展示Execute R Script(图29.48)的选项，可以按照需求进行计算。

 

 

 

 

 

一旦一个R Cluster Transformations转换文件被创建，结果可以通过Heat Maps(热图)和Data Grids(数据网格)进行存取。R转换形式必须被应用于绘图中。

 

R转换形式可以通过下面的方法应用于Heat Maps(热图)和Data Grids(数据网格)：

 

拖拽(图29.49)

 

 

此时，R转换形式就被应用于目标中了。如果目标是一个Heat Map绘图，绘图的标题就会包含“R Cluster Transformations”，从而说明转换形式已经被应用到文件中。

 

 

通过Formatting Dialog(格式对话框)(图29.50)

 

 

 

 

上述方法描述的二维绘图、热图和一维绘图结果会重新呈现如图29.51。当一个R Cluster Transformation被应用于二维绘图、热图和一维绘图后，“R Cluster Transformations”的后缀将出现在该绘图的标题中。

 

 

 

 

二维、一维绘图和热图已经可以在后续分析中用于门的创建、标记和门的优化(请参见Heat Map部分的Working with k-means parameter章节来详细了解如何创建well gates)(图29.52)。