Clustering — Dose-Response / Time-Series Patterns

화면 헤더: Clustering: Dose-Response / Time-Series Expression Patterns

Clustering 리포트는 Z-score로 정규화한 발현(VST 또는 normalised counts)에 대해 K-means clustering을 적용하여, 샘플에 걸친 발현 패턴(expression pattern)을 기준으로 유전자를 그룹화합니다. "어떤 유전자가 변화했는가"를 묻는 대신 "어떤 유전자가 함께 변화하는가"를 묻습니다.

What It Shows

• 클러스터링된 heatmap — 발현 프로파일에 따라 K개의 클러스터로 그룹화된 유전자.
• 클러스터별 프로파일 — 조건별로 그룹화된 각 클러스터의 평균 ± 표준편차(mean ± SD) 발현 선으로, 각 클러스터 반응의 형태를 확인할 수 있습니다.
• 소속(Membership) 테이블 — 각 클러스터에 어떤 유전자가 속하는지를 보여주며 CSV 다운로드를 제공합니다.
• Elbow plot — K에 대한 클러스터 내 총 분산(within-cluster variance)을 나타내어, 적절한 클러스터 개수를 선택하는 데 도움을 줍니다.

Controls

• Cluster count (K) — 2에서 15까지.
• Max genes — 분산 기준 상위 50개에서 2000개 유전자(값이 클수록 더 완전하지만 더 느려짐).

When to use it

시계열(time-series) 또는 용량-반응(dose-response) 실험에 적합합니다. 유전자를 공통된 반응 프로파일(예: 단조 증가, 일시적, 후기 반응 등)로 그룹화하고, 각 클러스터의 유전자 목록을 다운로드하여 후속 분석에 활용하세요. K를 선택하기 전에 먼저 elbow plot을 확인하세요.