微生物组β-多样性——PCoA和可视化
在微生物组测序结果中对于β-多样性的分析一般以PCoA 和 NMDS 为主,并且以 Bray-Curtis 距离最为普遍,因此本文以该距离进行PCoA分析和可视化
(一)数据格式
分别为分析样本的特征表和分组信息
表1. pcoa (特征表)
表2,group(分组信息)
()9
-
#清除变量
-
rm(list=ls())
-
library(vegan)
-
library(ggplot2)
-
library(ggrepel)
-
#读取数据(特征表)
-
df<- read.delim('pcoa.txt', row.names = 1, sep = '\t', head = TRUE, check.names = FALSE)
-
#读取分组
-
group<-read.delim('group.txt', row.names = 1, sep = '\t', head = TRUE, check.names = FALSE)
-
#数据转置
-
df1<-t(df)
-
#计算距离
-
distance<-vegdist(df1,method='bray')
-
pcoa<- cmdscale(distance,k=(nrow(df1)-1),eig=TRUE)
-
#提取前两个分类解释
-
plot_data<-data.frame({pcoa$point})[1:2]
-
head(plot_data)
-
#前两个分类解释命名
-
names(plot_data)[1:2]<-c('PCoA1','PCoA2')
-
eig=pcoa$eig
-
group1<-group['group']
-
data<-plot_data[match(rownames(group),rownames(plot_data)),]
-
data<-data.frame(group,plot_data)
-
head(data)
-
tail(data)
-
#作图
-
ggplot(data,aes(x=PCoA1,y=PCoA2,shape=group,color=group)) geom_point(alpha=1,size=8) stat_ellipse(level=0.95,size=3) labs(x=paste("PCoA1(",format(100*eig[1]/sum(eig),digits = 4),"%)",sep=""),y=paste("PCoA2(",format(100*eig[2]/sum(eig),digits = 4),"%)",sep="")) geom_vline(aes(xintercept=0),linetype="dotted") geom_hline(aes(yintercept=0),linetype="dotted") theme(panel.background = element_rect(fill='white',colour = 'black'),axis.title.x=element_text(colour = 'black',size=20),axis.title.y = element_text(colour = 'black',size=20),legend.text = element_text(size = 15))
(三) 出图
通过以上代码对微生物组β-多样性以PCoA进行计算并可视化得到如下图
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhgbjeba
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01