我有一张基因表达测量的热图（log 2转换的微阵列信号，微阵列间数据标准化后等），我用它来说明 72 个基因（热图的“行”）的表达我已经确定在我的研究的 60 个样本的不同子组（热图的“列”，按子组排序）中存在差异表达。基因测量的范围在 1-12 范围内（例如，基因 X 为 4-8，基因 Y 为 2-10，等等）。它是一个双色热图，其中最亮的绿色、黑色和最亮的红色分别用于值 1、4 和 12。
一位评论家评论说，如果使用基因表达测量的 Z 分数代替，热图将提供更多信息。我不明白这一点，因为对我来说，热图似乎信息量较少；Z 评分将降低数据的维度，因为对于给定的样本，不能再将一个基因与另一个基因进行比较。
任何人都可以对此发表评论吗？谢谢。
显示当前和审阅者提出的热图的图像可以在这里看到：http: //i.imgur.com/a2hmT.png
审稿人可能指的是您人物的底部图例。它从 1 到 12，中间有 4，这很不舒服。这使得你的绝对对数表达值难以解释，因为当一个基因从亮绿色变为黑色时，它的表达水平乘以 16，但当它从黑色变为亮红色时，它乘以 256。简而言之，我不要认为您的数字可能“更具信息性”，但信息可能更直观。
正如@fosgen 所解释的，Z 分数是居中并归一化的，因此用户可以将颜色解释为平均值的标准偏差，并对该值的相对变化有直观的了解。
像@fosgen 一样，我认为您应该按基因进行标准化（在这种情况下，按细胞类型进行标准化对我来说没有意义）。黑色将是不同细胞类型（设置为 0）的平均表达，颜色分布在两侧是对称的。
显示（相对）基因表达变异是该领域的标准，但您可能有特定的理由显示（绝对）log2-微阵列测量，在这种情况下，您可以将它们暴露给审阅者。但我仍然会拉直颜色渐变以简化解释。
答案取决于图中必须显示什么样的比较。如果我们想显示基因之间的差异，最好按样本制作 Z-score（强制每个样本的均值为零，标准差 = 1）。如果我们想显示样本之间的差异，最好按基因制作 Z-score（强制每个基因的均值为零，标准差 = 1）。原始热图包含这两种信息。因此，“信息量较少”的短语不适合这里。但是冗余信息使有用的信息难以看到。Z 评分不会降低维度，但会丢弃有关行或行中的均值和标准差的信息列（基因或样本）。想想你在论文中讨论了什么信息和什么比较，如果某些信息是多余的，则进行适当的 Z 评分，否则如果一切有用 - 留下原始热图并向你的审阅者解释这一点。
