Qiime1-13.菌群组成与指标相关性分析(自带命令及MaAslin)

你的metadata和你的菌群之间是否有关系呢?这一定会很多人关心的问题。本节我们就来讨论如何探究菌群组成和metadata中指标之间的相关性。

metadata和菌群之间是否有关系呢?为了回答这个问题,我们可以使用Qiime1中提供的observation_metadata_correlation.py命令,查看你metadata文件中的指标与OTU之间是否存在相关性,是正相关还是负相关。

具体的命令如下,其中-s可以选择包括spearman在内的pearson, kendall, cscore方法。

observation_metadata_correlation.py \
-i otu_table.biom \
-o correlation_results.txt \
-m mapping_file.txt \
-c DaysSinceExperimentStart \
-s spearman

MaAslin

当然除了自带的方法我们还可以使用其他方法,比如MaAslin。MaAslin是一个非常实用的进行多元统计分析的工具。比如当你发现抽烟、喝酒对你的菌群结果会产生影响,而你只关注疾病对菌群的影响,你就要把抽烟喝酒对菌群的影响剔除,那怎么办呢?MaAslin就可以帮助你,具体的可以见:http://huttenhower.sph.harvard.edu/maaslin

MaAslin

安装 Install

下载QIIME-to-Maaslin至你的Home文件夹

# Download qiimetomaaslin to your HOME folder
wget -P ~/ https://bitbucket.org/biobakery/qiimetomaaslin/downloads/qiimetomaaslin.zip
# Decompress the package
unzip ~/qiimetomaaslin.zip

下载Maaslin至你的Home文件夹

# Download MaAslin to your HOME folder
wget -P ~/ https://bitbucket.org/biobakery/maaslin/downloads/Maaslin_0.0.4.tar.gz
# Decompress the package
tar -xvf ~/Maaslin_0.0.4.tar.gz

安装其他依赖的包

# install required python packages
pip install blist
pip install biopython

# Install the package and dependencies
R CMD INSTALL  ~/Maaslin_0.0.4.tar.gz

使用 Usage

将BIOM文件转化成Text文件

# Convert OTU table to txt
biom convert \
-i otu_table.biom \
-o otu_table.tsv \
--to-tsv \
--header-key taxonomy

创建修改Mapping文件

如果你是在Excel中编辑的Mapping文件,那么你必须以Windows-Formatted.txt文件形式存储一个表格,否则可能会报错。

合并metadata和OTU丰度表

python ~/qiimetomaaslin/src/qiimeToMaaslin.py \
otu_mapping_filtered.txt < otu_table.tsv > maaslin_input.pcl

运行MaAslin

下面是一个最基础关于分析相关性代码,关于如何剔除其他因素的影响,将会在之后具体讲解。

Rscript ~/Maaslin_0.0.3/R/Maaslin.R \
--lastMetadata 13 \
--fdr 0.05 \
maaslin_input.pcl \
maaslin_output
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349