微生物生態排序分析 CCA分析

微生物生態排序分析——cca分析

library(vegan)

library(ggplot2)
library(permute)
library(lattice)
sa4=read.table("spes.csv",header=t,row.names=1,sep=",")
s8.p=read.table("s8.p.csv",header=t,sep=",",row.names=1)#選擇有顯著性相關關係理化因子
group <- read.table("name.csv", header=f,sep=",",colclasses=c("character","character"))#用作產生圖例，對樣本進行分類
cca<-cca(sa4,s8.p, scale=t)
sam <- data.frame(cca$cca$u[,c(1,2)], group$v2)  #提取樣本得分
colnames(sam) <- c("cca1","cca2","group")
spec <- cca$cca$v[,c(1,2)]  #物種得分
spec <- as.data.frame(spec)
#可用於圖中顯示物種資料
#spec<-data.frame(spece=row.names(cca$cca$v),rda1=cca$cca$v[,1],rda2=cca$cca$v[,2])  
env <- cca$cca$biplot[,c(1,2)] #環境因子得分
env <- as.data.frame(env)
cca1 =round(cca$cca$eig[1]/sum(cca$cca$eig)*100,2) #第一軸標籤
cca2 =round(cca$cca$eig[2]/sum(cca$cca$eig)*100,2) #第二軸標籤
#繪圖物件的建立
p <- ggplot(data=sam,aes(cca1,cca2))
#幾何物件
p <- p + geom_point(aes(colour=group,shape=group),size=5) + 
#在圖中顯示物種
#geom_point(data=spec,aes(shape=spece),size=2) + scale_shape_manual(values=seq(0,20))+
#新增樣本標籤  
#geom_text(aes(label=rownames(sam)),
#         size=4,hjust=0.5,vjust=-0.7,position = "jitter") + 
scale_shape_manual(values=c(19,19,19,19,19)) + 
labs(title="cca plot",x=paste("cca1 ",cca1," %"),y=paste("cca2 ",cca2," %")) +
theme(text=element_text(family="serif"))
#去除背景以及網格線
p=p+theme_bw() + theme(panel.grid=element_blank()) 
p=p + geom_segment(data = env,aes(x=0,y=0,xend = env[,1], yend = env[,2]), colour="purple", size=1.5, arrow=arrow(angle=35, length=unit(0.3, "cm"))) +
geom_text(data=env, aes(x=env[,1], y=env[,2], label=rownames(env)),
size=5, colour="purple",hjust = (1 - 2 * sign(env[ ,1])) / 3,
angle = (180/pi) * atan(env[ ,2]/env[ ,1]))

核心微生物分析 微生物多樣研究 微生物深度分析概述

一 微生物深度分析方法核心思想 複雜微生物群落解構的核心思想 不預設任何假定，客觀地觀測整個微生物組所發生的一系列結構性變化特徵，最終識別出與疾病或所關注的表型相關的關鍵微生物物種 基因和代謝產物。二 微生物深度分析方法 關聯分析 進行微生物群體關聯分析，需要結合兩大類傳統的統計分析方法 1 無監督...

水稻微生物組時間序列分析

猜你喜歡 寫在後面 文章主頁 zhang,j.zhang,n.liu,y.x.zhang,x.hu,b.qin,y.xu,h.wang,h.guo,x.qian,j.et al.2018 root microbiota shift in rice correlates with resident t...

微生物群落結構差異分析

輸入的資料格式與rda分析格式相同 spe 群落組成資料 group 分類資料 env 環境資料 土壤理化因子 植物類別等 library vegan adonis permanova pcoa 多樣性指數可以選擇不同的指數 adonis spe grazing,data group,permuta...