第401期：R语言进行菌群α多样性分析
01
α多样性简介
🔘 α多样性描述的是样本内的多样性，主要有两个维度：一是种类数量（丰富度），二是种类的均匀度。种类数量越多，种类间的分布越均衡（各物种的丰度差异不大），α多样性指数越高。
🔘 Observed species指数：是指样本中实际测定得到的OTU数量，衡量样品中OTU丰富度(Richness)的指数（种类丰富度维度）。
🔘 物种均一度(Evenness)：用来描述物种中的个体所占比例均匀度（均匀度维度）。
🔘 Shannon指数和Simpson指数：它们的计算考虑到了样品中的分类总数(Richness)，和每个分类所占的比例均匀度（种类丰富度和均匀度维度）。
🔘 Faith’s Phylogenetic Diversity：是基于系统发生树来计算的一种多样性指数，它用各个样品中OTU的代表序列计算出构建系统发生树的距离，将某一样品中的所有代表序列的值加和（种类丰富度维度，更强调遗传基础的丰富度）。
02
α多样性分析
通过简介相信大家对于菌群α多样性已经有了初步的了解，那么我们如何利用R语言进行α多样性分析？下面就跟随小编一探究竟：
1.安装并加载必要的R packages
1install.packages("ggplot2")
2install.packages("ggpubr")
3install.packages("agricolae")
4install.packages("vegan")
5#安装需要的包，如已安装，可省略这一步
6library(ggplot2)
7library(ggpubr)
8library(agricolae)
9library(vegan)
10#加载需要的分析包，如果还没有安装这些包，请使用
2.数据（OTU表）导入
注：#row.names = 1指定第一列为行名 #skip=1跳过第一行不读 #header=T指定第一个有效行为列名#sep='\t'表示指定制表符为分隔符 #comment.char=''表示设置注释符号为空字符‘’，这样#后面的内容就不会被省略。
数据导入注意事项：
明确数据分隔符：逗号‘,’，制表符‘\t’,空格‘ ’等；注意注释符号‘#’，‘#’默认情况下，注释符号后面的内容将会被忽略；数据里慎用特殊字符：除阿拉伯数字，英文字母，下划线之外的符号要慎用，尽量不要在数据里出现特殊符号，以免麻烦。
导入OUT表格式如下：
3.数据格式转换
在进行OTU丰度计算时，通常需要对表格进行转置，以样本名作为行名，以OTU为列名。且需要对个别行或列进行删除，小编使用的OTU表最后一列为注释信息，为方便丰度计算需要将其删除，代码如下:(如果自己的数据格式满足要求请忽略这一步)
1otu=otu[,-ncol(otu)]
2#删除多余的列，删除最后一列
3otu=t(otu)
4#转置（样本名作为行名）
格式转换后结果如下：
4.Alpha多样性指数的计算
#计算香农指数
shannon=diversity(otu,"shannon")
#计算辛普森指数
simpson=diversity(otu,"simpson")
#合并数据
alpha=data.frame(shannon,simpson)
#储存结果
write.table(alpha,'alpha-summary.tsv',sep = '\t',quote=F)
# quote=F指明储存时不要加引号
# sep = ‘\t’指明储存的分隔符号
结果如下：
5.可视化数据导入
1#读取分组表格
2map<-read.table('mapping_file.txt',row.names=1,header=T,sep='\t',comment.char='',check.names=F)
3#提取需要的分组，'Group1'为表中分组列名
4group<-map['Group1']
5#读取alpha多样性表
6alpha<-read.table('alphasummary.tsv',header = T,row.names = 1,sep = '\t')
7#重排alpha的行的顺序，使其与group的样本id（行名）顺序一致
8alpha<-alpha[match(rownames(group),rownames(alpha)),]
9#合并两个表格
10data<-data.frame(group,alpha)
6.ggplot2进行可视化
1p=ggplot(data = data,aes(x=Group1,y=shannon))+geom_boxplot(fill=rainbow(7)[5]) #fill=rainbow 填充彩虹色七种中的第五种
2#data = data指定数据表格
3#x=Group1指定作为x轴的数据列名
4#y=shannon指定作为y轴的数据列名
5#geom_boxplot()表示画箱线图
6mycompare=list(c('A','B'),c('A','C'),c('B','C'))
7#指定多重比较的分组对
8p<-p+stat_compare_means(comparisons=mycompare,label = "p.signif",method = 'wilcox')
9#添加星号，添加显著性标记的第一种方法,使用wilcoxon非参数检验方法
10p=p+xlab("")+ylab("Shannon")
11#更改横坐标标题和纵坐标标题，“”表示啥也没有
12p=p+theme(text = element_text(size = 15,face = "bold"))
此处用到ggplot2包画箱线图，将画图函数赋值给p后，可以用‘+’不断进行图层叠加，给图片p增加新的特性。并使用wilcoxon非参数检验方法添加显著性标记。本文中小编只对Shannon指数的α多样性进行了可视化（如下图所示），有需要的也可以参考本文对其他多样性指数进行可视化（照葫芦画瓢）。
03
小结
菌群α多样性分析是微生物组学数据分析及挖掘的基础性分析，对于加深自己对宏基因组及扩增子数据的理解十分重要。现在有很多软件可以一步出结果，非常方便，可以大大提高大家的科研效率，但对于初学者，小编还是建议首先使用R进行分析，理解其中的“奥妙”，然后再使用其他软件进行分析，徐徐渐进！
编辑：用心珍惜
审核：星空 314