Galaxy 平台下 LEfSe 安装与使用教程

LEfSe (Linear discriminant analysis Effect Size) 是一种用于发现和解释高维度数据生物标识（基因、通路和分类单元等）的分析工具，可以进行两个或多个分组的比较，它强调统计意义和生物相关性，能够在组与组之间寻找具有统计学差异的生物标识（Biomarker）。

1. 在线安装

Galaxy 中可以使用 admin 账号在 Tool Shed 中直接搜索 lefse，并根据提示一步一步进行安装。本文章的所有截图与操作均来自于 zGalaxy，一个基于 Galaxy release_17.09，部署在阿里云 ECS 经过深度定制的中文版生物信息分析测试平台。

安装完成的网页界面：

2. 模块依赖

LEfSe 的执行需要解决 R、python 依赖：

R libraries: splines, stats4, survival, mvtnorm, modeltools, coin, MASS
python libraries: rpy2 (v. 2.1 or higher), numpy, matplotlib (v. 1.0 or higher), argparse

$ cd <GALAXY_ROOT>
$ . .venv/bin/activate
(.venv)galaxy@ecs-steven 16:30:55 /data/galaxy-dist/galaxy
$ pip install matplotlib==1.5.0
(.venv)galaxy@ecs-steven 16:30:55 /data/galaxy-dist/galaxy
$ pip install rpy2==2.8.6

matplotlib >= 2.0.0 会导致 LEfSe 的 B)LDAEffectSize(LEfSe) 运行出现 warnning，虽然生成的结果是没问题的。
   
/data/galaxy-dist/galaxy/.venv/lib/python2.7/site-packages/matplotlib/artist.py:896: MatplotlibDeprecationWarning: The set_axis_bgcolor function was deprecated in version 2.0. Use set_facecolor instead.

return func(v)

3. 测试与使用

3.1 A) Format Data for LEfSe

第一步，点击 Galaxy 的 "获取数据" → "数据上传" → "Choose local file" → 选择本地文件（hmpaerobiosissmall.txt） → 设置 Type: tabular → "start"。

wget http://huttenhower.sph.harvard.edu/webfm_send/129 -O hmp_aerobiosis_small.txt

第二步，点击 Galaxy 中 LEfSe 分析下的 "A) Format Data for LEfSe"，选择第一步输入的数据，设置参数如下。

第三步，点击 "Execute"，提交任务执行。任务完成，在右侧历史栏可以看到生成的结果 "2: A) Format Data for LEfSe on data 1"。

如果 Galaxy 历史栏的结果中出现格式报错：

这是因为在 Galaxy 中执行 A) Format Data for LEfSe 分析产生的结果默认为 lefse_internal_for 格式，但 Galaxy 本身无法识别该格式。这就需要我们在 config/datatypesconf.xml 中增加 lefseinternal_for 数据格式的登记信息，然后重启 Galaxy 。
   
<?xml version="1.0"?>

<datatypes>

<registration>

...

<datatype extension="lefse" type="galaxy.datatypes.data:Lefse" display_in_upload="true"/>

<datatype extension="lefse_res" type="galaxy.datatypes.tabular:LefseRes" display_in_upload="true"/>

</registration>

</datatypes>

参考：https://toolshed.g2.bx.psu.edu/repository/viewchangeset?ctxstr=db64b6287cd6&id=cabebb0465f009e4

3.2. B) LDA Effect Size (LEfSe)

第一步，点击 Galaxy 中 LEfSe 分析下的 "B) LDA Effect Size (LEfSe)"，选择 A 的结果数据，设置参数如下。

第二步，点击 "Execute"，提交任务执行。任务完成，在右侧历史栏可以看到生成的结果 "3: B) LDA Effect Size (LEfSe) on data 2"。

3.3. C) Plot LEfSe Results

第一步，点击 Galaxy 中 LEfSe 分析下的 "C) Plot LEfSe Results"，选择 B 的结果数据，设置参数如下。

第二步，点击 "Execute"，提交任务执行。任务完成，在右侧历史栏可以看到生成的结果 "4: C) Plot LEfSe Results on data 3"。

3.4. D) Plot Cladogram

第一步，点击 Galaxy 中 LEfSe 分析下的 "D) Plot Cladogram"，选择 B 的结果数据，设置参数如下。

第二步，点击 "Execute"，提交任务执行。任务完成，在右侧历史栏可以看到生成的结果 "5: D) Plot Cladogram on data 3"。

3.5. E) Plot One Feature

第一步，点击 Galaxy 中 LEfSe 分析下的 "E) Plot One Feature"，选择 A 和 B 的结果数据，设置参数如下。

第二步，点击 "Execute"，提交任务执行。任务完成，在右侧历史栏可以看到生成的结果 "6: E) Plot One Feature on data 3 and data 2"。

3.6. F) Plot Differential Features

第一步，点击 Galaxy 中 LEfSe 分析下的 "F) Plot Differential Features"，选择 A 和 B 的结果数据，设置参数如下。

第二步，点击 "Execute"，提交任务执行。任务完成，在右侧历史栏可以看到生成的结果 "7: F) Plot Differential Features on data 3 and data 2"，点击眼睛图片可以下载本次分析的打包文件(*.zip)。

·end·

—如果喜欢，快分享给你的朋友们吧—

我们一起愉快的玩耍吧

本文分享自微信公众号 - 生信科技爱好者（bioitee）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。