其他
基于R语言的微生物群落组成多样性分析——α多样性及其可视化
1、工作目录设置及相关包安装、加载
rm(list=ls())#clear Global Environment#设置工作目录setwd('D:\\桌面\\α-diversity')#安装包install.packages("ggplot2")install.packages("ggpubr")install.packages("ggsignif")install.packages("vegan")install.packages("ggprism")install.packages("picante")install.packages("dplyr")install.packages("RColorBrewer")#加载包library(ggplot2)library(ggpubr)library(ggsignif)library(ggprism)library(vegan)library(picante)library(dplyr)library(RColorBrewer)2、Alpha多样性指数的计算，主要包括ACE、Chao、Shannon、Simpson等指数的计算
##导入数据，所需是数据行名为样本名、列名为OTUxxx的数据表df <- read.table("otu.txt",header = T, row.names = 1, check.names = F)#使用vegan包计算多样性指数Shannon <- diversity(df, index = "shannon", MARGIN = 2, base = exp(1))Simpson <- diversity(df, index = "simpson", MARGIN = 2, base = exp(1))Richness <- specnumber(df, MARGIN = 2)#spe.rich =sobs###将以上多样性指数统计成表格index <- as.data.frame(cbind(Shannon, Simpson, Richness))tdf <- t(df)#转置表格tdf<-ceiling(as.data.frame(t(df)))#计算obs，chao，ace指数obs_chao_ace <- t(estimateR(tdf))obs_chao_ace <- obs_chao_ace[rownames(index),]#统一行名#将obs，chao，ace指数与前面指数计算结果进行合并index$Chao <- obs_chao_ace[,2]index$Ace <- obs_chao_ace[,4]index$obs <- obs_chao_ace[,1]#计算Pielou及覆盖度index$Pielou <- Shannon / log(Richness, 2)index$Goods_coverage <- 1 - colSums(df ==1) / colSums(df)#导出表格write.table(cbind(sample=c(rownames(index)),index),'diversity.index.txt', row.names = F, sep = '\t', quote = F)3、差异性计算及绘图
1）读入数据及分组文件
#读入文件index <- read.delim('diversity.index.txt', header = T, row.names = 1)##figure:take shannon for exampleindex$samples <- rownames(index)#将样本名写到文件中#读入分组文件groups <- read.delim('group.txt',header = T, stringsAsFactors = F)colnames(groups)[1:2] <- c('samples','group')#改列名#合并分组信息与多样性指数df2 <- merge(index,groups,by = 'samples')2）绘图
--Shannon
#Shannonp1 <- ggplot(df2,aes(x=group,y=Shannon))+#指定数据 stat_boxplot(geom = "errorbar", width=0.1,size=0.8)+#添加误差线,注意位置，放到最后则这条线不会被箱体覆盖 geom_boxplot(aes(fill=group), #绘制箱线图函数 outlier.colour="white",size=0.8)+#异常点去除 theme(panel.background =element_blank(), #背景 axis.line=element_line(),#坐标轴的线设为显示 plot.title = element_text(size=14))+#图例位置 # scale_fill_manual(values=c("#ffc000","#a68dc8","blue"))+#指定颜色 geom_jitter(width = 0.2)+#添加抖动点 geom_signif(comparisons = list(c("A","B"), c("A","C"), c("B","C")),# 设置需要比较的组 map_signif_level = T, #是否使用星号显示 test = t.test, ##计算方法 y_position = c(3,3.5,3.25),#图中横线位置 设置 tip_length = c(c(0,0), c(0,0), c(0,0)),#横线下方的竖线设置 size=0.8,color="black")+ theme_prism(palette = "candy_bright", base_fontface = "plain", # 字体样式，可选 bold, plain, italic base_family = "serif", # 字体格式，可选 serif, sans, mono, Arial等 base_size = 16, # 图形的字体大小 base_line_size = 0.8, # 坐标轴的粗细 axis_text_angle = 45)+ # 可选值有 0，45，90，270 scale_fill_prism(palette = "candy_bright")+ theme(legend.position = 'none')#去除图例p1--Simpson
#Simpsonp2 <- ggplot(df2,aes(x=group,y=Simpson))+#指定数据 stat_boxplot(geom = "errorbar", width=0.1,size=0.8)+#添加误差线,注意位置，放到最后则这条线不会被箱体覆盖 geom_boxplot(aes(fill=group), #绘制箱线图函数 outlier.colour="white",size=0.8)+#异常点去除 theme(panel.background =element_blank(), #背景 axis.line=element_line(),#坐标轴的线设为显示 plot.title = element_text(size=14))+#图例位置 # scale_fill_manual(values=c("#ffc000","#a68dc8","blue"))+#指定颜色 geom_jitter(width = 0.2)+#添加抖动点 geom_signif(comparisons = list(c("A","B"), c("A","C"), c("B","C")),# 设置需要比较的组 map_signif_level = T, #是否使用星号显示 test = t.test, ##计算方法 y_position = c(1,1.1,1.05),#图中横线位置 设置 tip_length = c(c(0,0), c(0,0), c(0,0)),#横线下方的竖线设置 size=0.8,color="black")+ theme_prism(palette = "candy_bright", base_fontface = "plain", # 字体样式，可选 bold, plain, italic base_family = "serif", # 字体格式，可选 serif, sans, mono, Arial等 base_size = 16, # 图形的字体大小 base_line_size = 0.8, # 坐标轴的粗细 axis_text_angle = 45)+ # 可选值有 0，45，90，270 scale_fill_prism(palette = "candy_bright")+ theme(legend.position = 'none')#去除图例p2--Ace
#Acep3 <- ggplot(df2,aes(x=group,y=Ace))+#指定数据 stat_boxplot(geom = "errorbar", width=0.1,size=0.8)+#添加误差线,注意位置，放到最后则这条线不会被箱体覆盖 geom_boxplot(aes(fill=group), #绘制箱线图函数 outlier.colour="white",size=0.8)+#异常点去除 theme(panel.background =element_blank(), #背景 axis.line=element_line(),#坐标轴的线设为显示 plot.title = element_text(size=14))+#图例位置 # scale_fill_manual(values=c("#ffc000","#a68dc8","blue"))+#指定颜色 geom_jitter(width = 0.2)+#添加抖动点 geom_signif(comparisons = list(c("A","B"), c("A","C"), c("B","C")),# 设置需要比较的组 map_signif_level = T, #是否使用星号显示 test = t.test, ##计算方法 y_position = c(55,65,60),#图中横线位置 设置 tip_length = c(c(0,0), c(0,0), c(0,0)),#横线下方的竖线设置 size=0.8,color="black")+ theme_prism(palette = "candy_bright", base_fontface = "plain", # 字体样式，可选 bold, plain, italic base_family = "serif", # 字体格式，可选 serif, sans, mono, Arial等 base_size = 16, # 图形的字体大小 base_line_size = 0.8, # 坐标轴的粗细 axis_text_angle = 45)+ # 可选值有 0，45，90，270 scale_fill_prism(palette = "candy_bright")+ theme(legend.position = 'none')#去除图例p3--Chao
#Chaop4 <- ggplot(df2,aes(x=group,y=Chao))+#指定数据 stat_boxplot(geom = "errorbar", width=0.1,size=0.8)+#添加误差线,注意位置，放到最后则这条线不会被箱体覆盖 geom_boxplot(aes(fill=group), #绘制箱线图函数 outlier.colour="white",size=0.8)+#异常点去除 theme(panel.background =element_blank(), #背景 axis.line=element_line(),#坐标轴的线设为显示 plot.title = element_text(size=14))+#图例位置 # scale_fill_manual(values=c("#ffc000","#a68dc8","blue"))+#指定颜色 geom_jitter(width = 0.2)+#添加抖动点 geom_signif(comparisons = list(c("A","B"), c("A","C"), c("B","C")),# 设置需要比较的组 map_signif_level = T, #是否使用星号显示 test = t.test, ##计算方法 y_position = c(55,65,60),#图中横线位置 设置 tip_length = c(c(0,0), c(0,0), c(0,0)),#横线下方的竖线设置 size=0.8,color="black")+ theme_prism(palette = "candy_bright", base_fontface = "plain", # 字体样式，可选 bold, plain, italic base_family = "serif", # 字体格式，可选 serif, sans, mono, Arial等 base_size = 16, # 图形的字体大小 base_line_size = 0.8, # 坐标轴的粗细 axis_text_angle = 45)+ # 可选值有 0，45，90，270 scale_fill_prism(palette = "candy_bright")+ theme(legend.position = 'none')#去除图例p44、拼图
library("gridExtra")library("cowplot")plot_grid(p1,p2,p3,p4, labels=c('A','B','C','D'), ncol=2, nrow=2)#拼图及标注ggsave('xxx.pdf',width=12,height = 4)以上就是今天所有的内容，希望对您有所帮助！！！
大家如果有什么问题请在后台留言，小编看到后会在第一时间回复
欢迎大家点赞、转发并点亮在看，让更多朋友看到！！！
也欢迎大家关注我的公众号