Qiime1-12.菌群組成分析
本節就要進入更為關鍵的分析流程了——菌群組成的分析。進行16S測序的目的就是為了研究不同樣本間的菌群組成差異,本節我們將講解如何用qiime1繪製菌群丰度分佈圖、菌群差異分析以及繪製菌群丰度熱圖。
繪製菌群丰度分佈圖
菌群分類統計圖能夠展示每個組或者每個樣本的菌群比例。在qiime1中用於生成該影象的命令是summarize_taxa_through_plots.py
,該命令具體包括3個指令:
collapse_samples.py and/or sort_otu_table.py
(http://qiime.org/scripts/collapse_samples.html/ http://qiime.org/scripts/sort_otu_table.py)summarize_taxa.py
(http://qiime.org/scripts/summarize_taxa.html)plot_taxa_summary.py.py
(http://biocore.github.io/emperor/build/html/scripts/plot_taxa_summary.py.html)
其中第一步collapse_samples.py and/or sort_otu_table.py
是一個非必需步驟,主要取決於你是否需要對樣本進行選擇性的展示,如果你只想展示某一部分樣本,或者想要合併某一組的樣本可以使用該命令。
# Plot group average 繪製每組平均值
summarize_taxa_through_plots.py \
-i otu_table.biom \
-o taxa_summary_plots \
-m mapping_file.txt \
-c SampleType
# Plot each sample 繪製每個樣本
summarize_taxa_through_plots.py \
-i otu_table.biom \
-o taxa_summary_plots \
-m mapping_file.txt
最後會產生一個資料夾。其中有一個網頁.html會展示所有的圖片結果,你也可以在資料夾中找到原始的圖片。
丰度差異的檢驗
通過繪製菌群丰度分佈圖後,你大致瞭解了樣本中丰度較高的菌群主要有哪些。那麼接下來,你肯定會好奇在你的實驗組和對照組中究竟有哪些OTU存在顯著差異。Qiime1提供了檢測差異的命令,當然你也可以使用其他非常流行的方法比如LEfSe。之後我們會對如何使用LEfSe進行講解,本節我們先講解如何使用Qiime1自帶的命令進行檢驗比較。
Qiime推薦了兩種方法,第一種是geroup_significance.py
group_significance.py \
-i otu_table.biom \
-o kruskal_wallis_test.txt \
-m mapping_file.txt \
-c SampleType \
-s kruskal_wallis
其中-s方法可以選擇下述檢驗方法:nonparametric_t_test, bootstrap_mann_whitney_u, ANOVA, kruskal_wallis, g_test, parametric_t_test, mann_whitney_u
另外一種是利用DESeq2進行更加深入的差異檢驗(做過RNA-seq分析的人一定對這個名字DESeq2不陌生)。具體如下:
differential_abundance.py
-i otu_table.biom
-o diff_otus.txt
-m mapping_file.txt
-a metagenomeSeq_fitZIG
-c Treatment
-x Control
-y Fast
其中-c是告訴程式需要比較哪一項,比如在此處我們想要比較不同Treatment的差異,其中Treatment有兩組Control和Fast,所以告訴程式-x是Control組,-y是Fast組。
想要知道這兩個命令更為詳細的資訊可以檢視:group_significance.py:
http://qiime.org/scripts/group_significance.htmldifferential_abundance.py:
http://qiime.org/scripts/differential_abundance.html
樣本丰度歸一化
除了使用相對丰度對樣本進行歸一化,Qiime1還提供了DESeq2和CSS這些歸一化方法。經過歸一化的樣本更加適合進行fitZIG和DESeq2的差異檢驗。
normalize_table.py \
-i otu_table.biom \
-o otu_table_deseq2_normalized.biom \
-a DESeq2
繪製丰度熱圖
熱圖是一種直觀的展示各個樣本不同菌群丰度的形式。Qiime1也可以直接製作熱圖。
make_otu_heatmap.py \
-i otu_table.biom \
-o heatmap_sorted.pdf \
-m mapping_file.txt \
-t rep_set.tre
相關文章
- 資料分析方法——使用者群組分析
- 想吃炸雞?是腸道菌群在操控你!PNAS:腸道菌群決定飲食偏好的機制找到了
- 程式設計思路-球連球組成的群程式設計
- 群體演算法之細菌覓食演算法演算法
- 資料分析的三大組成部分
- python視覺化文字分析(2)—snownlp+jieba分析QQ群成員發言情況Python視覺化Jieba
- 爬蟲實踐-基於Jsoup爬取Facebook群組成員資訊爬蟲JS
- CentOS 使用者與群組CentOS
- 大資料分析平臺的組成部分有哪些大資料
- 騰訊光子工作室群在加州組建新團隊:前暴雪成員加入。
- 《普通精神病學》:研究發現多吃蔬果增加腸道菌群能改善抑鬱焦慮
- Linux組成Linux
- 《無菌飼育箱》末世少女要養成,系統簡單還挺愣
- 什麼是大資料分析平臺?由哪些部分組成?大資料
- AUTOCAD——成組命令
- 計算機組成與體系結構-CPU組成計算機
- 第七章 手動部署Fisco Bcos 區塊鏈並完成新增群組,在原有群組中新增機構區塊鏈
- 喝啤酒對健康有好處?最新研究發現,適度飲用啤酒有益於男性腸道菌群健康
- 廣西發現天坑群,由19個天坑組成 天坑到底是怎樣形成的?
- 糞菌移植的背後,腸道菌那些你不知道的事兒
- linux 基礎(7)賬號和群組的管理Linux
- [開發教程]第22講:Bootstrap按鈕群組boot
- 8小時飲食減肥法有了科學依據?Cell子刊:調節迴腸菌群節律
- 在計算機組成原理中x,計算機組成原理計算機
- 資料分析八大模型:同期群模型大模型
- 群邑智庫:2019年跨年晚會分析
- IDO預售代幣合約系統開發組成及原始碼分析原始碼
- 程式的定義、組成、組織方式、特徵特徵
- 如何在mac電腦上建立使用者群組?Mac
- 計算機組成原理計算機
- MyBatis 應用的組成MyBatis
- Java JSON組成和解析JavaJSON
- css樣式的組成CSS
- [20191012]組成rowid.txt
- Android MVVM組成結構AndroidMVVM
- 電腦的組成部分
- JavaScript的組成 | DOM/BOMJavaScript
- 簡介JavaScript的組成JavaScript