肠型分析学习笔记

使用SWOT分析法整理笔记 #生活技巧# #学习技巧# #高效笔记方法#

肠型，Enterotype，是2011年在这篇文章中提出的，即将过去的2018年又有20多们肠道微生物的大佬对肠型的概念进行了回顾和确认。一直比较好奇怎样来用代码分析肠型，今天找到了这个教程，放在这：

这是那篇原始的文章：Arumugam, M., Raes, J., et al. (2011) Enterotypes of the human gut microbiome, Nature,doi://10.1038/nature09944 在谷歌上一搜，作者竟然做了个分析肠型的教程在这，学习一下：http://enterotyping.embl.de/enterotypes.html 这是2018年大佬们的共识文章：这是国人翻译的这篇文章，http://blog.sciencenet.cn/blog-3334560-1096828.html 当然，如果你只需要获得自己的结果或者自己课题的结果，不需要跑代码的，有最新的网页版分型，更好用，网址也放在这，同样也是上面翻译的那篇文章里提到的网址：http://enterotypes.org/ 只需要把菌属的含量比例文件上就能很快得到结果。

下面我就边学习边做来尝试着来个分析，并把代码放在这里备忘。其实作者已经整理好了代码，我学习一下，争取实现对手上的数据进行分析。

首先下载测试数据，

wget http://enterotyping.embl.de/MetaHIT_SangerSamples.genus.txt

wget http://enterotyping.embl.de/enterotypes_tutorial.sanger.R

跑跑示例数据，排排错

我表示对R语言还只是一知半解的状态，所以，先跑下，然后能用上自己的数据， 当个工具用就暂知足啦。我是黑苹果10.11的系统，运行这个软件提示少了Xquartz，于是装了个，windows和linux应该不需要。原代码中还提示『没有"s.class"这个函数』，百度了一下发现有个老兄的新浪博客说了是这个包，于是加了句library(ade4)就ok了。
Xquartz的下载地址Mac 10.6+：https://dl.bintray.com/xquartz/downloads/XQuartz-2.7.11.dmg

#Uncomment next two lines if R packages are already installed

#install.packages("cluster")

#install.packages("clusterSim")

library(cluster)

library(clusterSim)

#BiocManager::install("genefilter")

library(ade4)

#Download the example data and set the working directory

#setwd('<path_to_working_directory>')

data=read.table("../MetaHIT_SangerSamples.genus.txt", header=T, row.names=1, dec=".", sep="\t")

data=data[-1,]

dist.JSD <- function(inMatrix, pseudocount=0.000001, ...) {

KLD <- function(x,y) sum(x *log(x/y))

JSD<- function(x,y) sqrt(0.5 * KLD(x, (x+y)/2) + 0.5 * KLD(y, (x+y)/2))

matrixColSize <- length(colnames(inMatrix))

matrixRowSize <- length(rownames(inMatrix))

colnames <- colnames(inMatrix)

resultsMatrix <- matrix(0, matrixColSize, matrixColSize)

inMatrix = apply(inMatrix,1:2,function(x) ifelse (x==0,pseudocount,x))

for(i in 1:matrixColSize) {

for(j in 1:matrixColSize) {

resultsMatrix[i,j]=JSD(as.vector(inMatrix[,i]),

as.vector(inMatrix[,j]))

}

}

colnames -> colnames(resultsMatrix) -> rownames(resultsMatrix)

as.dist(resultsMatrix)->resultsMatrix

attr(resultsMatrix, "method") <- "dist"

return(resultsMatrix)

}

data.dist=dist.JSD(data)

pam.clustering=function(x,k) { # x is a distance matrix and k the number of clusters

require(cluster)

cluster = as.vector(pam(as.dist(x), k, diss=TRUE)$clustering)

return(cluster)

}

data.cluster=pam.clustering(data.dist, k=3)

require(clusterSim)

nclusters = index.G1(t(data), data.cluster, d = data.dist, centrotypes = "medoids")

nclusters=NULL

for (k in 1:20) {

if (k==1) {

nclusters[k]=NA

} else {

data.cluster_temp=pam.clustering(data.dist, k)

nclusters[k]=index.G1(t(data),data.cluster_temp, d = data.dist,

centrotypes = "medoids")

}

}

plot(nclusters, type="h", xlab="k clusters", ylab="CH index",main="Optimal number of clusters")

obs.silhouette=mean(silhouette(data.cluster, data.dist)[,3])

cat(obs.silhouette) #0.1899451

#data=noise.removal(data, percent=0.01)

## plot 1

obs.pca=dudi.pca(data.frame(t(data)), scannf=F, nf=10)

obs.bet=bca(obs.pca, fac=as.factor(data.cluster), scannf=F, nf=k-1)

dev.new()

s.class(obs.bet$ls, fac=as.factor(data.cluster), grid=F,sub="Between-class analysis", col=c(3,2,4))

#plot 2

obs.pcoa=dudi.pco(data.dist, scannf=F, nf=3)

dev.new()

s.class(obs.pcoa$li, fac=as.factor(data.cluster), grid=F,sub="Principal coordiante analysis", col=c(3,2,4))

上图，稍微调整下

, col=c(3,2,4)这个代码是给三个聚类上不同的颜色，还没搞清楚怎么给画的圈上色来实现理好看的效果，相信对于熟悉R语言的同学是小菜一碟。, cell=0, cstar=0是不显示圈和边线，只显示散点。
不加这两个参数，只用上面的代码，图如下：

加上两个参数的图片，就和教程里的最后面的两张图一样：

网址：肠型分析学习笔记 https://www.yuejiaxmz.com/news/view/164148

相关内容

太全面了！7类的记笔记的软件对比分析！
《强化学习》学习笔记3——策略学习
做笔记=抄书？你还是不会学习！这样做笔记才能高效
学习笔记
提高学习效率——5R笔记法
强化学习笔记二
学习笔记（1）——生活的哲学。
笔记
津巴多《心理学与生活》笔记和习题（含考研真题）详解
《心理学与生活》读书笔记

随便看看