microbiome：专门针对微生物数据分析的R包---生物信息知识分享

microbiome是专门针对微生物数据分析的R包。 详细的用法参考： https://microbiome.github.io/tutorials/Diversity.html#content

这里只是简单的用途介绍

1. 多样性指数，包括丰富度，Chao,Shannon, Simpson, 均匀度，优势度，稀有度

library(microbiome) library(knitr) data(dietswap) pseq <- dietswap #所有指数 tab <- alpha(pseq, index = "all") head(tab) observed chao1 diversity_inverse_simpson diversity_gini_simpson Sample-1 104 114.6667 7.561722 0.8677550 Sample-2 110 121.6364 8.102943 0.8765881 diversity_shannon diversity_fisher diversity_coverage evenness_camargo Sample-1 2.940698 16.69360 4 0.2014036 Sample-2 2.822472 15.20257 3 0.2261992 evenness_pielou evenness_simpson evenness_evar evenness_bulla dominance_dbp Sample-1 0.6331719 0.07270887 0.1709714 0.3298916 0.3279347 Sample-2 0.6004646 0.07366312 0.1334372 0.2755652 0.2428626 dominance_dmn dominance_absolute dominance_relative dominance_simpson Sample-1 0.4297198 2774 0.3279347 0.1322450 Sample-2 0.4656170 5121 0.2428626 0.1234119 dominance_core_abundance dominance_gini rarity_log_modulo_skewness Sample-1 0.9992907 0.8625360 2.057691 Sample-2 0.9994309 0.8843695 2.057552 rarity_low_abundance rarity_rare_abundance Sample-1 0.02896323 0.000000e+00 Sample-2 0.02997249 4.268235e-04 #####分开计算 #单独算richness和chao tab <- richness(pseq) #算各种优势度指数 tab <- dominance(pseq, index = "all") #算各种稀有度指数 tab <- rarity(pseq, index = "all") #算coverage,默认50% tab <- coverage(pseq, threshold = 0.5) #算核心物种 tab <- core_abundance(pseq, detection = .1/100, prevalence = 50/100) #Gini index基尼系数，可以衡量多样性 tab <- inequality(pseq) #五种均匀度指数 tab <- evenness(pseq, "all")

2.beta多样性

library(microbiome) library(dplyr) data(peerj32) pseq <- peerj32$phyloseq #计算组内部的差异 b.pla <- divergence(subset_samples(pseq, group == "Placebo"))

3. 物种组成 画的图感觉不是很好看，略过

4. 核心微生物 主要是core_members和core两个函数。

#detection，出现率的检测限 #prevalence，流行度阈值 core_members(x, detection = 1/100, prevalence = 50/100, include.lowest = FALSE)

core_members得到核心物种的分类信息；core得到核心物种所有信息。 和这两和函数对应的是rare_members和rare，得到稀有种信息。

5.画图 plot_landscape函数可以对PCA，NMDS，PCOA，t-SNE进行可视化。

#method，可选以上几种降维方法 plot_landscape(x, method = "PCoA", distance = "bray", transformation = "identity", col = NULL, main = NULL, x.ticks = 10, rounding = 0, add.points = TRUE, adjust = 1, size = 1, legend = FALSE, shading = TRUE)

6.微生物稳定性分析 已有研究表明，某些微生物群落具有双稳态丰度分布，即丰度低、丰度高的峰清晰，而中间丰度的范围不稳定。因此，中间丰度范围的不稳定性是双稳定的一个指标。

#稳定性分析 intermediate_stability(x, reference.point = NULL, method = "correlation", output = "scores") #双峰性分析 bimodality(x, method = "potential_analysis", peak.threshold = 1, bw.adjust = 1, bs.iter = 100, min.density = 1, verbose = TRUE)

END

---来自腾讯云社区的---生物信息知识分享