看到文献中(doi:10.1080/2162402X.2017.1392427)有人使用sigclust来评估聚类是否合理，于是乎研究了这个包。

sigclust主要针对生物信息学数据(高维低样本)产生的聚类结果进行评估，一个基本假设就是数据满足单样本正态分布，计算聚类系数cluster index,进而通过蒙特卡罗随机过程计算该系数的统计学显著性——p值。 根据p值评估聚类的效果以及聚类的结果是否是真实存在的簇，借鉴到二分k均值算法，还可以用来对多类的数据进行聚类操作
   优点：计算速度快，特别适合生物信息学中的高维低样本数据
   局限：只能对两分类的聚类结果进行评估，如果是多类就必须配对两两比较

  参数
                x                                       一个矩阵或者data frame数据。行代表样本，列代表属性，数据需要标准化并不包含缺失值
                nsim                                  模拟正态分布样本数(迭代循环次数)，最终求得主要p值
                nrep                                   2-means聚类的步数(默认=１,用以优化速度)，如果labflag为０，则无效
                labflag                                如果p值用于一类或两类所指定的变量，用户定义的簇labflag=1,其他的labflag=0
                label                                  如果labflag=0,label通过2-means簇产生，如果labflag=1,用户自行定义，必须为1和2的整数向量，长度和行数一致
                icovest                               协方差估计方式:1.软阈值方法,constrained MLE(默认)
                                                                                 2.样本协方差估计(当诊断失败建议使用)
                                                                                 3.使用原始背景噪声阈值估计(硬阈值方法
   返回值
                raw.data                             原始数据矩阵
                veigval                                样本特征值向量
                vsimeigval                           在模拟中使用的特征值向量
                simbackvar                         来自数据的背景方差拟合
                icovest                               协方差估计方式
                nsim                                  模拟正态分布的样本个数
                simcindex                           基于nsim模拟数据集的cluster index
                pval                                    基于经验分布分位数模拟的p值
                pvalnorm                             基于正态分布分位数模拟的p值
                xcindex                               基于给定数据集的cluster index

用法极其简单如下：

sigclust(data,nsim=1000,nrep=1,labflag=0,icovest=3)@pvalnorm

我的使用情景是这样的，我利用ConsensusClusterPlus来对数据进行分子分型，最后得到了四个亚型

利用sigclust我想看一下这四个亚型的聚类是否显著于是乎就有了如下代码。

library(ConsensusClusterPlus)
output='conse'
pdf=F
results = ConsensusClusterPlus(data,maxK=8,reps=50,pItem=0.8,pFeature=1,
                               title=output,distance="euclidean",clusterAlg="km"
                               #,distance="pearson"
                               ,seed=1262118388.71279,plot=ifelse(pdf,'pdf','png'))
rcc.ind=4
table(results[[rcc.ind]]$consensusClass)#查看各个亚型的样本数目
library(sigclust)
sitcl.p=matrix(1,nrow = rcc.ind,ncol = rcc.ind)
for(i in 1:(rcc.ind-1)){
  for (j in (i+1):(rcc.ind)) {
    sitcl.p[i,j]=sigclust(data[,which(results[[rcc.ind]]$consensusClass==i|results[[rcc.ind]]$consensusClass==j)]
                          ,nsim=1000,nrep=1,labflag=1,label=ifelse(results[[rcc.ind]]$consensusClas[which(results[[rcc.ind]]$consensusClass==i|results[[rcc.ind]]$consensusClass==j)]==i,1,2),icovest=3)@pvalnorm#评论两个亚型的聚类显著性
    sitcl.p[j,i]=sitcl.p[i,j]
  }
}

后记：其实没什么用，大多数情况下都是显著的。