按照物种丰度对OTU表格进行拆分-丰富和稀有物种识别
稀有物种 (rare taxa, RT),在所有的样本中丰度均低于0.1%;
丰富物种 (abundant taxa, AT),在所有的样本中丰度均高于1%;
中等物种 (moderate taxa, MT):
在所有样本中丰度在0.1%至1%之间;
条件稀有物种 (conditionally rare taxa, CRT):
在所有样本中丰度均低于1%,同时在部分样本中丰度低于0.1%;
条件丰富物种 (conditionally abundant taxa, CAT):
在所有样本中丰度均高于0.1%,同时在部分样本中丰度高于1%;
条件稀有或丰富物种 (conditionally rare or abundant taxa, CRAT):
在部分样本中的丰度在低于0.1%,同时在部分样本中的丰度高于1%。
otu <- read.delim('otu_table.txt', row.names = 1)
稀有物种(RT),在所有样本中相对丰度都低于0.01%。
otu_ART <- otu[apply(otu, 1, function(x) max(x)<0.0001), ]
write.table(otu_ART, 'otu_ART.txt', col.names = NA, sep = '\t', quote = FALSE)
丰富物种(AT),在所有样本中相对丰度都高于1%。
otu_AAT <- otu[apply(otu, 1, function(x) min(x)>0.01), ]
write.table(otu_AAT, 'otu_AAT.txt', col.names = NA, sep = '\t', quote = FALSE)
中等丰度物种(MT),在所有样本中相对丰度介于0.01%和1%之间。
otu_MT <- otu[apply(otu, 1, function(x) max(x)<0.01 & min(x)>0.0001), ]
write.table(otu_MT, 'otu_MT.txt', col.names = NA, sep = '\t', quote = FALSE)
条件稀有物种(CRT),仅在一些样本中相对丰度低于0.01%,但从不高于1%
otu_CRT <- otu[apply(otu, 1, function(x) max(x)<=0.01 & min(x)<0.0001), ]
write.table(otu_CRT, 'otu_CRT.txt', col.names = NA, sep = '\t', quote = FALSE)
条件丰富物种(CAT),仅在一些样本中相对丰度高于1%,但从不低于0.01%
otu_CAT <- otu[apply(otu, 1, function(x) min(x)>=0.0001 & max(x)>0.01), ]
otu_CAT <- otu_CAT[!rownames(otu_CAT) %in% rownames(otu_AAT),]
write.table(otu_CAT, 'otu_CAT.txt', col.names = NA, sep = '\t', quote = FALSE)
条件稀有或丰富物种(CRAT),最低丰度低于0.01,最高丰度高于1%
otu_CRAT <- otu[apply(otu, 1, function(x) max(x)>0.01 & min(x)<0.0001), ]
otu_CRT <- otu_CRT[!rownames(otu_CRT) %in% rownames(otu_ART),]
write.table(otu_CRAT, 'otu_CRAT.txt', col.names = NA, sep = '\t', quote = FALSE)
这样就得到了这6类不同丰度物种相对应的表格,大家根据各自的目的进行后续的分析就行了
按照物种丰度对OTU表格进行拆分-丰富和稀有物种识别相关推荐
- 物种丰度排序堆积柱形图及处理间各物种差异分析
物种丰度排序堆积柱形图及处理间各物种丰度非参数检验多组比较的R图形可视化 再美的可视化图形若缺少了统计检验就失去了灵魂而变得华而不实 测试数据及代码链接:https://pan.baidu.com/s ...
- ggplot2版聚类物种丰度堆叠图
文章目录 写在前面 加载依赖关系 导入数据 ggtree绘制聚类树 物种组成数据 整理成facet需要的格式 保证颜色填充独立性 分面组合树和柱图 修改配色 ggtree调整布局 添加样本其他信息 树 ...
- vegan稀释曲线 基因丰度_蒙古沙冬青及其伴生植物AM真菌物种多样性
蒙古沙冬青(Ammopiptanthus mongolicus)隶属豆科沙冬青属, 是西北荒漠生境中唯一常绿阔叶灌木, 耐干旱.抗逆性强, 在保持水土和防治荒漠化方面作用显著[.与蒙古沙冬青相伴而生的 ...
- R统计绘图-随机森林分类分析及物种丰度差异检验组合图
此文主要涉及随机森林组间变量重要性和物种丰度差异检验绘图,包含以下几部分内容: 1)随机森林分类: 2)随机森林分类变量重要性绘图: 3)物种丰度差异检验绘图 4)随机森林分类变量重要性及物种丰度差异 ...
- 使用R语言获得16S物种丰度
还是获得16S物种丰度得老问题,最近在一台新机器上安装qiime1,发现有报错,对于这种停止维护的软件,也是正常现象吧,于是想别的办法解决,恰巧最近读R几本R语言的入门书,发现prop.table() ...
- qiime2+biom+qiime1获得16S物种丰度
我们知道,不管是16S等扩增子测序,还是宏基因组,最后最重要的结果,就是物种的丰度情况了,qiime2给出的16S丰度结果是一个计数,对于许多软件来说这是可用的,那么如果我们想获得一个直接的百分比数据 ...
- R堆叠柱状图各成分连线画法:突出展示组间物种丰度变化
作者:朱微金 李陈浩 堆叠柱状图连线画法 提出问题 18年1月29日宏基因组转载了中科院生态中心邓晔组的文章<土壤细菌定量方法结合相对丰度分析揭示种群的真实变化 >.其中的图3基于堆叠柱状 ...
- 16S 物种丰度热图学习
### 1. 关于热图的用途(参考http://www.360doc.com/content/17/0729/17/45848444_675155815.shtml) 以RNA-seq为例,热图可以: ...
- 相对丰度柱状图matlab,R堆叠柱状图各成分连线画法:突出展示组间物种丰度变化...
作者:朱微金 李陈浩 堆叠柱状图连线画法提出问题 18年1月29日宏基因组转载了中科院生态中心邓晔组的文章<土壤细菌定量方法结合相对丰度分析揭示种群的真实变化 >.其中的图3基于堆叠柱状图 ...
最新文章
- CI框架如何删除地址栏的 index.php
- MapReduce基础开发之九JDBC连接Hive
- 阿里云边缘计算与云边端协同网络的融合与挑战
- 如何使用 Visual Studio Code 调试 Angular Schematics 实现
- 单链表进阶学习 二段
- Java扩展机制可加载所有JAR
- sql isnull函数_SQL ISNULL函数
- Flutter进阶—布局一个控件
- UEFI win7系统的安装
- 学会计为什么要学计算机基础,会计专业学生为什么要学数据库
- java获取本机的外网IP地址(亲测有效)
- HDMI以及HDCP之间的关系介绍
- 【收藏】Shopee如何上传产品?图文详解操作流程
- 3D动态烟花--HTML
- nodejs使用fluent-ffmpeg下载m3u8视频
- 2022-2028全球电脑备份软件行业调研及趋势分析报告
- 为什么delphi编译生成的exe文件这么大?
- 如何屏蔽【第一视频】广告(流氓广告)
- 挑战程序设计竞赛 POJ Stall Reservations
- JMH例子详解20-29(共38个)