聚類分析的目的是為了獲得合適的分類。但怎麼才算“合適”？這也是個大問題。典型的做法是先設定一個閾值，再使用這個閾值擷取系統樹，能截出幾個系統樹分枝就是幾個簇。通過hclust型別資料擷取系統樹分枝分3步進行：

• 用cutree函式擷取hclust資料
• 獲取各分枝的基因名稱並通過基因名稱取距離矩陣的子集
• 使用距離矩陣子集重構系統樹

後兩步都很熟悉了，主要看看第1步。cutree函式引數h是我們設定的擷取閾值，得到的資料是帶名稱的向量：元素名稱是基因名，元素的值是系統樹分枝編號。

clust.fc <- hclust(dist.fc, method="complete")
branches.fc
 
 <- cutree(clust.fc, h=0.4)
#看看資料頭的樣子
head(branches.fc)

##   254818_at   245998_at   265119_at   256114_at   254805_at 251775_s_at 
##           1           2           2           2           1           2

#截取出的分枝和各分枝基因數
table(branches.fc)

## branches.fc
##    1    2    3    4    5    6    7    8    9   10 
## 1960 2415 3035  845  592 1410 1655 1459 1574 1060

接下來可以取距離矩陣子集並重構第系統樹分枝。 你還可以在原系統樹上通過畫方框的方法標出各分枝：

br1 <- names(branches.fc[branches.fc==1])
dist.br1 <- as.dist(as.matrix(dist.fc)[br1,br1])
clust.br1 <- hclust(dist.br1, method="complete")
br3 <- names(branches.fc[branches.fc==3])
dist.br3 <- as.dist(as.matrix(dist.fc)[br3,br3])
 

clust.br3 <- hclust(dist.br3, method="complete")
par(mfrow=c(1,3))
par(mar=c(1,4,2,0))
plot(clust.br1, hang=-1, labels=FALSE, main='branch 1', sub="")
plot(clust.br3, hang=-1, labels=FALSE, main='branch 3', sub="")
plot(clust.fc, hang=-1, labels=FALSE, main='clust.fc', sub="")
rect.hclust(clust.fc, h=0.4, border="red")

但從上圖框出的分枝大小和前面的分枝基因數來看，各分枝並不是按圖上橫座標的順序進行排列的。

如果你的目的是獲得基因列表，那麼上面的方法就可以了；如果想獲得更加美觀點的圖形，可以將hclust產生的結果轉為系統樹（dendrogram）型別。系統樹型別的資料也可以直接使用plot函式繪圖，引數比hclust繪圖更多：

dend.fc <- as.dendrogram(clust.fc, hang=-1)
par(mfrow=c(1,1))
par(mar=c(2,1,1,1))
plot(dend.fc, leaflab="none", horiz=T, edgePar = list(col="seagreen", lwd=2), main="Plot dendrogram data")

而且還可以使用cut函式擷取系統樹。cut( )函式通過設定height引數（閾值）來擷取系統樹，獲得的結果是列表結構，有名稱為upper和lower的兩個列表成員：

cut.fc <- cut(dend.fc, h=0.4)
class(cut.fc)

## [1] "list"

再看upper和lower的型別，發現upper是系統樹型別，而lower是列表。把upper系統樹plot處理你就知道它是什麼了：

class(cut.fc$upper); class(cut.fc$lower);

## [1] "list"

plot(cut.fc$upper, leaflab="none", horiz=T, edgePar = list(col="seagreen", lwd=2), main="cut.fc$upper")

再看看lower列表，它有10個列表元素，每個都是系統樹資料，我們當然也可以plot這些系統樹分枝：

cnames <- NULL
for(i in 1:length(cut.fc$lower)) cnames <- c(cnames, (class(cut.fc$lower[[i]])))
cnames

##  [1] "dendrogram" "dendrogram" "dendrogram" "dendrogram" "dendrogram"
##  [6] "dendrogram" "dendrogram" "dendrogram" "dendrogram" "dendrogram"

plot(cut.fc$lower[[1]],leaflab="none", horiz=T, main="cut.fc$lower[[1]]")

事實上我們可以通過另外的方法看到這10個分枝：

plot(dend.fc, leaflab="none", horiz=T, edgePar = list(col="seagreen", lwd=2), xlim=c(0.4,0))

請看cut.fc$lower1是不是就是最下面的分支？從這也可以看出cut.fc$lower中各項的排列順序，接下來再分析各個分支就有譜了。dendrogram型別資料要獲得基因名稱列表還需返回到hclust資料型別，然後通過hclust的labels屬性獲得基因列表。因為cutree和cut函式產生的分枝編號不能對應起來，這一步很必要。

clust.br1 <- as.hclust(cut.fc$lower[[1]])
genes.br1 <- clust.br1$labels