使用基于欧氏距离和完整链接度量的R聚类，向量过多？

我试图找出如何将计数矩阵读入R，然后基于欧几里德距离和完整的链接度量进行聚类。原始矩阵有56000行（基因）和7列（处理）。我想看看治疗之间是否存在聚类关系。然而，每次我尝试这样做时，我首先会得到一个错误，说明，

error:cannotallocate vector of size 544.4 Gb

，因为我试图复制其他人发布的作品，我想知道我的初始数据输入是否出错

第二，如果我尝试用56000个基因中的20个进行聚类，我可以绘制聚类树状图，但分支不是实验样本。我正在尝试复制的论文使用显示聚类样本的树状图进行聚类

以下是我尝试运行的代码：

exprs <- as.matrix(read.table("small_RMA_table.txt", header=TRUE, sep = "\t", row.names = 1, as.is=TRUE))
eucl_dist=dist(matrix(exprs),method = 'euclidean')
hie_clust=hclust(eucl_dist,method = 'complete')
plot(hie_clust)

行描述基因（例如，1_DDR1，2_RFC2等），列是实验样本（例如AGS，KATOIII）。我希望看到集群中样本的相关性

这是我的代码生成的示例树状图。我想它只会显示7个分支，反映我的7个样本：

论文的树状图（包括这8个样本以及更多样本）如下所示：

---

谢谢你能提供的任何帮助

内存快用完了。就这样。无法分配超出内存空间的向量。移动到内存更多的计算机，或者尝试使用

bigmemory

（我从未尝试过）

---

如果有人想知道，我的第二个问题的答案如下。我在一个矩阵上调用

作为.matrix

，结果它把数据搞砸了。下面的代码现在可以工作了

exprs <- as.matrix(read.table("small_RMA_table.txt", header=TRUE, sep = "\t", row.names = 1, as.is=TRUE))
eucl_dist=dist(exprs,method = 'euclidean')
hie_clust=hclust(eucl_dist,method = 'complete')
plot(hie_clust)

exprs您想在列上聚类（检测治疗之间的相似性）还是在行上聚类（检测基因之间的相似性）？这听起来像是你想要前者，因为你期望7个处理的7个树状图分支

如果是这样，那么您需要转置数据集
dist
为行而不是列计算距离矩阵，这不是您想要的

一旦你完成了转置，你的集群应该不会花费任何时间，也不会占用太多内存。
谢谢，我会这么做的。只要我在初始数据输入方面没有做错任何事情，那么我根本不介意寻找更大的资源。你对问题的后半部分有什么见解吗？如何获得代表样本的树状图分支？@jake9115哦，在对矩阵进行聚类之前，您可能想用
t（您的_数据）
对矩阵进行转置。我认为这将把聚类从基因转移到样本。我认为这也会起作用！我假设dist（）比较行，所以我制作了样本行，但是我的聚类图仍然比样本有更多的终端分支，所以我不知道发生了什么！说清楚，我尝试了这段代码，但没有解决问题：
exprs谢谢Hong。我的方法实际上有两个问题，需要转置解决了第一个问题。我还意外地在矩阵上调用了
as.matrix（）
，这是另一个大问题！
exprs <- as.matrix(read.table("small_RMA_table.txt", header=TRUE, sep = "\t", row.names = 1, as.is=TRUE))
eucl_dist=dist(exprs,method = 'euclidean')
hie_clust=hclust(eucl_dist,method = 'complete')
plot(hie_clust)