t-分布领域嵌入算法（t-distributed stochastic neighbor embedding，tSNE），是一种常用的非线性降维方法，非常适用于高维数据降维到2维或者3维，从而进行可视化。
比如我们在进行转录组数据分析的时候，每一个样本可以检测到3万个基因，如果有10个这样的样本，我们如何判断哪些样本之间的相似性能高。当然，通过层次聚类等方法，可以显示样本与样本之间的关系。
以一篇发表在Nature Genetics (IF = 25.455)上的文章为例，通过对RNA-seq表达谱数据进行tSNE分析，将疾病分为不同的亚型。
本次教程为大家带来是，是如何根据表达谱数据，通过运用tSNE分析的方法，显示样本与样本之间的差异性。
1. R包加载和数据入读
首先我们加载需要用到的R包，ggpubr和ggthemes包用于作图，Rtsne包用于计算tSNE。
读入表达谱数据并显示文件前6行，每一列为一个样本，每一行为一个基因。我们使用表达谱样本一共有10个，其中M1到M5为Case，M6-M10为control。
2. tSNE计算
使用Rtsne包中的Rtsne函数计算tSNE。通过计算结果前六行，可以看出最终的结算结果为一个矩阵，一共有2列10行，每一行为一个样本，两列分别为tSNE_1和tSNE_2。
接下来，我们就用这个计算结果，来看Case和Control这两组样本之间的差异。
我们建立一个data.frame，将绘图需要用到的数据都存入进来。
然后，便是绘图的时刻了~
3. 基础作图
ggpubr提供了非常多的作图函数，可以方便大家绘制更美观的科研做图。这里我们使用ggscatter这个函数，x轴为tSNE_1，y轴为tSNE_2。
这样，我们一张tSNE图就做完啦~
4. 中级美化
当然，这些图还有很多不足之处，比如我们想更直观的显示两组之间的差别，所以我们需要根据点的分布计算他们的置信区间。
另外，我们也可以修改图的样式和颜色，来对绘图结果进行提升。
5. 高级美化
当然，我们还不能仅仅满足于现有的成果，作图是一个细致的过程，我们需要精雕细琢。比如我们有时候需要直接在图上显示样本名称，从图上反映出样本之间的分布。
6. 终极美化
我们通过研究表达谱发现，CD52这个基因在Case和Control这两组之间有显著差异，那么我们如何将这种差异显示在图表中呢？另外如果样本数目比较多，比如有100个样本，我们并不想把所有的样本名称都显示在图表中，只想显示重要的2-4个样本，有没有什么更好的操作方法呢？
这里就到了我们终极作图美化的环节了~
点的形状代表不同的类型，是Case还是Control，点的颜色代表CD52这个基因表达量的高低，蓝色代表低表达，红色代表高表达。从图中可以非常清晰的看到，CD52基因在Control组中是高表达的，这个基因相关的疾病包括淋巴细胞白血病和复发缓解型多发性硬化，值得好好深入研究一下。
