一文构建微生物群落sparcc网络

    • 数据代码文件打包

    • 欢迎加入微生信生物讨论群,扫描下方二维码添加小编微信,小编带你入伙啦,大牛如云,让交流变得简单。(记得备注姓名-研究方向-单位,防止不小心忽略)

    • 微生物群落构建sparcc网络-一文就够了

    • sparcc网络:过滤OTU

    • sparcc代码 矩阵计算

    • 转入R中构建网络

    • sparcc网络可视化

    • 展望

最近工作做不动,学点东西,释放释放压力,同时来还可以为大家带来技术福利。

文章翻译自google,地址为:https://colab.mpi-bremen.de/micro-b3/svn/EBI2014/Thursday/,有兴趣的大家可以阅读原文。

我在这里对代码进行了大量注释并添了网络可视化方案。

最终完整的sparcc教程送给大家。

sparcc网络:过滤OTU


library(igraph)
library(ggplot2)

# 作者改变工作路径,这里我们不进行改变
# setwd("~/Desktop/EBI2014/Thursday/coocurrences")

# 导入环境,里面有环境变量和一张OTU表格
load("OTU_env_forAntonio_1.RData")

# Check how many OTUs we have
dim(OTU_table)

# 过滤序列数量少于50条的的OTU
OTU.table.filtered <- OTU_table[,colSums(OTU_table) >= 50]

# 查看行列
dim(OTU.table.filtered)
#修改列名
OTU.table.filtered.colnames <- colnames(OTU.table.filtered)
OTU.table.filtered.sparcc <- cbind(rownames(OTU.table.filtered), OTU.table.filtered)
colnames(OTU.table.filtered.sparcc) <- c("OTU_id", OTU.table.filtered.colnames)

# 输出文件,作为sparCC的输入
# We need to transpose the table

write.table(t(OTU.table.filtered.sparcc), file = "otu_table_filtered_50.tsv", row.names = T, sep = "\t", quote = F, col.names = F)

#######################################
# 这个过程省略,因为800多个OTU也得一会
#######################################

sparcc代码 矩阵计算

#!/usr/bin/bash

#切换到我们的工作路径
cd ./coocurrences

#建立文件夹
mkdir -p pvals

#运行 sparCC
SparCC.py otu_table_filtered_50.tsv -i 5 --cor_file=icomm_cor_sparcc_5.out

#随机抽样 10次
MakeBootstraps.py otu_table_filtered_50.tsv -n 5 -o pvals/boot

# 置换
for i in {0..10}; do printf "Bootstrap number: $i\n";SparCC.py pvals/boot_${i}.txt -i 5 --cor_file=pvals/sim_cor_${i}.txt 2&>1; done

#p值
PseudoPvals.py icomm_cor_sparcc_5.out pvals/sim_cor 10 -o icomm_pvals_sparcc_5.out -t 'two_sided'

#完成之后返回R中继续计算

转入R中构建网络


# Occupancy–abundance relationship (Endemism-cosmopolitanism)
# Example from http://ecology.msu.montana.edu/labdsv/R/labs/lab1/lab1.html

# For comodity
otus <- (OTU.table.filtered)

# We set a minimum abundance to be present
minabu <- 50

# 设定阈值为50,统计序列数量大于50条的OTU有多少个
otu.site <- apply(otus > minabu, 1, sum)

# 统计每个OTU在多少个样品中含量超过了50个。
site.otu <- apply(otus > minabu, 2, sum)

## 下面这个循环求取超过50条序列的样品中,每个样品平均有多少条
if (minabu == 0) {
#
mean.abu <- apply(otus, 2, sum)/site.otu
} else {
mean.abu <- rep(0, ncol(otus))
# If not we have to find where there are the OTU with a value larger than minabu
for (i in 1:ncol(otus)) {
mask <- otus[, i] > minabu
# And calculate the mean abundance
mean.abu[i] <- sum(otus[mask, i])/max(1, site.otu[i])
}
}
mean.abu[is.na(mean.abu)] <- 0

# Let's plot the Abundance vs. Occurrence

#l列一张表,表明每个OTU多少个样品中平均有多少条序列
distr.otus<-as.data.frame(cbind(site.otu[mean.abu > minabu], mean.abu[mean.abu > minabu]))
colnames(distr.otus)<-c("counts", "mean")
head(distr.otus)
# 这里根据OTU出现的频率,对OTU进行了定义
#第一个就是广泛存在的
distr.otus$com[distr.otus$counts >= 20]<-"Cosmopolitan"
#虽然在少数样品中存在,但是丰度较高的,定义为地域性的OTU。
distr.otus$com[distr.otus$counts <= 8 & distr.otus$mean >= 500]<-"Endemic"
distr.otus$com[is.na(distr.otus$counts)]<-"NA"

##下面就是一张丰度大于50条的全部OTU在多少个样品中出现的分布散点图
ggplot(data=distr.otus) +
geom_point(aes(counts, mean, colour=com)) +
xlab("Number of sites") +
ylab("Mean abundance") +
xlim(c(1,39)) +
ylim(c(min(mean.abu[mean.abu > minabu]),2000)) +
coord_trans(y = "log10") +
guides(colour=FALSE) +
theme(legend.position = "bottom") +
theme_bw()

#拿到这些定义好的OTU的编号
cosmopolitan<- rownames(distr.otus)[distr.otus$counts >= 20]
endemic <- rownames(distr.otus)[distr.otus$counts <= 8 & distr.otus$mean >= 500]

#######################################
# Back from sparCC
#######################################

# 让我们构建共线性网络
# 首先定义一些功能
makeNet <- function(X){
a<-matrix(nrow=1,ncol=4)
a[1,1] <- rownames(sparcc$r)[X[1]]
a[1,2] <- colnames(sparcc$r)[X[2]]
a[1,3] <- sparcc$r[X[1], X[2]]
a[1,4] <- sparcc$P[X[1],X[2]]
return(a)
}

graph.transform.weights <- function (X) {
require(igraph)
data.tmp <- matrix(0, nrow=nrow(X), ncol=2)
dimnames(data.tmp)[[2]] <- c("i", "j")
data.tmp[,1] <- X[,1]
data.tmp[,2] <- X[,2]
data <- data.frame(data.tmp)
graph.data <- graph.data.frame(data, directed=F)
E(graph.data)$weight <- abs(as.numeric(X[,3]))
E(graph.data)$cor <- as.numeric(X[,3])
E(graph.data)$pvalue <- as.numeric(X[,3])
summary(graph.data)
cat("Average degree:",ecount(graph.data)/vcount(graph.data)*2)
return(graph.data)
}

# 提取sparcc相关性矩阵
sparcc.cor <- read.table(file = "icomm_cor_sparcc_5.out", sep = "\t", header = T, row.names = 1)
dim(sparcc.cor)

# 提取sparCC pseudo p-values
sparcc.pval <- read.table(file = "icomm_pvals_sparcc_5.out", sep = "\t", header = T, row.names = 1)
dim(sparcc.pval)

# 构建一个列表同时包含这两个文件
sparcc <- structure(list(r = sparcc.cor, P = sparcc.pval))

# 设定显著性阈值为0.01,相关性阈值为0.7
pval <- 0.01
r <- 0.7
#选择符合要求的行列
selrp<-which((abs(sparcc$r) > r & sparcc$P < pval) & lower.tri(sparcc$r == TRUE), arr.ind = TRUE)

# 使用makeNet功能构建邻接矩阵
sparcc.graph.df <- t(apply(selrp,1, makeNet))

# 构建igraph网络对象
sparcc.graph <- graph.transform.weights(sparcc.graph.df)

# We will add the distribution information to the nodes
sparcc.graph.names <- as.data.frame(V(sparcc.graph)$name, stringsAsFactors = F)
colnames(sparcc.graph.names) <- "names"

otu.distr <- rbind(cbind(cosmopolitan, "cosmopolitan"),cbind(endemic, "endemic"))
colnames(otu.distr)<-c("names","distribution")
head(otu.distr )
#合并网络中的OTU名称和我们上面定义的标签
sparcc.graph.atr <- as.data.frame(merge(sparcc.graph.names, otu.distr, by="names", all.x=T, all.y = F), stringsAsFactors = F)
head(sparcc.graph.atr)
sparcc.graph.atr <- data.frame(lapply(sparcc.graph.atr, as.character), stringsAsFactors=FALSE)
sparcc.graph.atr[is.na(sparcc.graph.atr)]<-'FALSE'

# 这条命令调整顺序
sparcc.graph.atr.sorted <- sparcc.graph.atr[match(sparcc.graph.names$names,sparcc.graph.atr$names),]
head(sparcc.graph.atr.sorted)
# 将上面编号的节点注释文件编入igraph网络的节点属性中。
V(sparcc.graph)$distribution <- sparcc.graph.atr.sorted$distribution

# 保存网络
write.graph(sparcc.graph, "sparcc_graph_50.graphml", format="graphml")

# 提取自网络,这里我们根据上上面分组,提取包含这每个分组otu的子网络 注意这里的联系可能包含这个类别之外的节点

# We combine the node names from the graph and for each type of distribution
sparcc.graph.ids.cosm <- unlist(list(V(sparcc.graph)$name, unique(cosmopolitan)))
sparcc.graph.ids.end <- unlist(list(V(sparcc.graph)$name, unique(endemic)))

# We keep those present in both
sparcc.graph.ids.cosm <- sparcc.graph.ids.cosm[duplicated(sparcc.graph.ids.cosm)]
sparcc.graph.ids.end <- sparcc.graph.ids.end[duplicated(sparcc.graph.ids.end)]

# We extract the first order neighbors
sparcc.graph.cosm.nei<-neighborhood(sparcc.graph, 1, nodes=sparcc.graph.ids.cosm)
sparcc.graph.end.nei<-neighborhood(sparcc.graph, 1, nodes=sparcc.graph.ids.end)

# We create the subgraph only containing the first order neighbors
sparcc.graph.cosm<-induced.subgraph(sparcc.graph, unlist(sparcc.graph.cosm.nei))
sparcc.graph.end<-induced.subgraph(sparcc.graph, unlist(sparcc.graph.end.nei))

# We write the network to a file
write.graph(sparcc.graph.cosm, "sparcc_graph_cosm_nei_50.graphml", format="graphml")
write.graph(sparcc.graph.end, "sparcc_graph_end_nei_50.graphml", format="graphml")

# 同样挑选自网络,但是只保留同一个类别网络中的连线
# We extract the first order neighbors
sparcc.graph.cosm.nei<-neighborhood(sparcc.graph, 0, nodes=sparcc.graph.ids.cosm)
sparcc.graph.end.nei<-neighborhood(sparcc.graph, 0, nodes=sparcc.graph.ids.end)

# 提取自网络
sparcc.graph.cosm<-induced.subgraph(sparcc.graph, unlist(sparcc.graph.cosm.nei))
sparcc.graph.end<-induced.subgraph(sparcc.graph, unlist(sparcc.graph.end.nei))

# 去除孤立的节点
sparcc.graph.cosm <- delete.vertices(sparcc.graph.cosm, which(degree(sparcc.graph.cosm) < 1))
sparcc.graph.end <- delete.vertices(sparcc.graph.end, which(degree(sparcc.graph.end) < 1))

# 文件写入
write.graph(sparcc.graph.cosm, "sparcc_graph_cosm_50.graphml", format="graphml")
write.graph(sparcc.graph.end, "sparcc_graph_end_50.graphml", format="graphml")

sparcc网络可视化

这里为大家介绍一下可以改变节点边框粗细的函数。这个功能一般是没有。大家注意划重点。


###改变网络节点边框宽度
mycircle <- function(coords, v=NULL, params) {
vertex.color <- params("vertex", "color")
if (length(vertex.color) != 1 && !is.null(v)) {
vertex.color <- vertex.color[v]
}
vertex.size <- 1/200 * params("vertex", "size")
if (length(vertex.size) != 1 && !is.null(v)) {
vertex.size <- vertex.size[v]
}
vertex.frame.color <- params("vertex", "frame.color")
if (length(vertex.frame.color) != 1 && !is.null(v)) {
vertex.frame.color <- vertex.frame.color[v]
}
vertex.frame.width <- params("vertex", "frame.width")
if (length(vertex.frame.width) != 1 && !is.null(v)) {
vertex.frame.width <- vertex.frame.width[v]
}

mapply(coords[,1], coords[,2], vertex.color, vertex.frame.color,
vertex.size, vertex.frame.width,
FUN=function(x, y, bg, fg, size, lwd) {
symbols(x=x, y=y, bg=bg, fg=fg, lwd=lwd,
circles=size, add=TRUE, inches=FALSE)
})
}

add.vertex.shape("fcircle", clip=igraph.shape.noclip,
plot=mycircle, parameters=list(vertex.frame.color=1,
vertex.frame.width=1))

igraph = sparcc.graph.cosm
# igraph = sparcc.graph.end

l <- layout_nicely(igraph)
l <- norm_coords(l, ymin=-1, ymax=1, xmin=-1, xmax=1)
plot(igraph)

plot(igraph,
layout=l,
vertex.shape="fcircle",
vertex.label=NA ,
vertex.frame.color="#984EA3",
vertex.color="#984EA3",
vertex.size =2,
vertex.frame.alpha =0.5,
edge.width=0.5,
edge.lty=2,
edge.curved=F,
margin=c(0,0,0,0),
vertex.frame.width=5
)

igraph = sparcc.graph.end

l <- layout_nicely(igraph)
l <- norm_coords(l, ymin=-1, ymax=1, xmin=-1, xmax=1)
plot(igraph)

plot(igraph,
layout=l,
vertex.shape="fcircle",
vertex.label=NA ,
vertex.frame.color="#984EA3",
vertex.color="#984EA3",
vertex.size =2,
vertex.frame.alpha =0.5,
edge.width=0.5,
edge.lty=2,
edge.curved=F,
margin=c(0,0,0,0),
vertex.frame.width=5
)

展望

联合细菌真菌包括各种环境变量一同构建网络之后,我们有开发了基于ggplot的网络可视化方方案,最突出的特点就是简单,就像使用ggplot做散点图和折线图一样简单。尽情期待。(欢迎交流)

数据代码文件打包

(0)

相关推荐

  • scanpy教程:PAGA轨迹推断

    男, 一个长大了才会遇到的帅哥, 稳健,潇洒,大方,靠谱. 一段生信缘,一棵技能树, 一枚大型测序工厂的螺丝钉, 一个随机森林中提灯觅食的津门旅客. 回顾 scanpy教程:预处理与聚类 轨迹分析 说 ...

  • R语言用igraph绘制网络图可视化

    原文链接:http://tecdat.cn/?p=22886 这篇文章假定你已经知道如何用igraph库建立一个基本的网络图. 基本上,igraph允许将几种类型的输入转化为一个图形对象,可以使用pl ...

  • 明码标价之单细胞转录组的质控降维聚类分群和生物学注释

    一般来说,公共数据集都会给出表达量矩阵和具体不同细胞亚群特异性基因,比如 GSE122083 数据集背后的文献,就给出来了这些分群: NK (NKG7 and GNLY), NKT (CD3D and ...

  • R语言社区主题检测算法应用案例

    原文链接:http://tecdat.cn/?p=5658 使用R检测相关主题的社区 创建主题网络 我通过分析抽象文本和共同作者社交网络来研究社会科学.计算机和信息学方面的出版物. 我遇到的一个问题是 ...

  • 一文包你学会网络数据抓包

    本篇彭老师将图文并茂教你如何使用抓包工具,并在文章最后教大家如何偷取FTP的用户名密码. 一.安装 本文为大家介绍一个非常好用的抓包工具,科来. 下载地址: http://www.colasoft.c ...

  • 一文看懂5G网络(接入网+承载网+核心网)

    本文以无线接入网为线索,梳理一下无线侧接入网+承载网+核心网的架构,主讲无线接入网,浅析承载网和核心网,帮助大家更深入的了解5G,也帮助新手更好的入门. 在我们正式讲解之前,我想通过这张网络简图帮助大 ...

  • 一文讲明白家庭网络该怎么搞,及重点推荐三根线mesh有线回程方案

    2021-05-03 21:34:04 405点赞 2980收藏 213评论 创作立场声明:想用好家庭网络,真的是一个很难的事.这两三年给很多朋友咨询网络改造,怎么优化.逐步也给自己清晰了很多知识脉络 ...

  • 【香樟推文2136】生产网络视角下何为最优产业政策?

    原文信息: Liu E. Industrial policies in production networks[J]. The Quarterly Journal of Economics, 2019 ...

  • 理解 asyncio 来构建高性能 Python 网络程序

    Python 是一门上手快.优雅简洁的编程语言,其多范式.丰富的标准库和第三方库能够让编程人员把精力集中在逻辑和思维方法上,而不用去担心复杂语法.类型系统等外在因素,从而高效地达成自己的编程目标.Py ...

  • [首藏作品](6002)构建零碳网络 未来上网只用电不排碳?

    构建零碳网络未来上网只用电不排碳?随着信息技术的发展,越来越多的人可以享受到ICT基础设施带来的便利,依靠发达的网络.迅捷的网速,人们可以享受在线办公.在线学习.在线医疗等便利.这背后,要靠越来越多的 ...

  • 构建单细胞亚群网络(类似于细胞通讯分析)

    最近一直在这里细胞通讯分析相关软件工具及原理,看到不同细胞亚群的网络图,就以为是细胞通讯分析. 细胞通讯分析在肿瘤领域的单细胞研究数据处理很常见,因为恶性的肿瘤细胞并不是孤立存在的,它会跟其周围的肿瘤 ...

  • 【好文回顾】拥抱网络时代,华人企业您真的做好准备了吗?

    最近连续接到两个莎粉抱怨,说有人在社交网络上散布对自己公司非常不利的图片和言论,对自己公司的信誉和经营造成了很大的影响.这两位客人都是经营餐馆的. 第一位莎粉说,自己有一天遇到一位顾客,在自己的餐馆中 ...

  • 闫文远:一个网络主播的诗和远方

    一个网络主播的诗和远方 闫文远 古语说,人上一百,形形色色. 今人说,世界那么大,我想去看看. 昨天在快手平台看到一个鲁南某市的小伙子,说是要从鲁中某市徒步走到三亚,焊了个手推车,带着户外帐篷,煤气罐 ...