宏基因組,代謝組:高分文章中物種與代謝物相關性熱圖是怎么畫的?

測序行業的蓬勃發展,帶來微生物組學日新月異的變化。目前,單一組學的文章不斷“貶值”,前沿研究的目光從單一組學逐步拓展至多組學對貫穿分析,即結合多個組學的分析角度,從多個層面闡述生物學機制。

微生物多組學貫穿分析策略十分豐富:如常見的16s與宏基因組貫穿分析,可以驗證物種的特征、豐富功能的探究;而16s與代謝組的貫穿分析思路同樣常見于高分文章中,通過16s探究不同處理/環境下菌群的物種組成變化,結合代謝組對應的代謝物的變化,進而找到不同處理/環境下引發細菌豐度差異最終導致代謝表型差異的機制。參考閱讀《選好思路和方法,給自己一篇多組學高分文章 》

在16s與代謝組貫穿分析中,相關性熱圖是一個重要的分析手段,主要用于逐一呈現細菌物種與代謝物間的相關性高低,是篩選潛在關聯的物種與代謝物的主要途徑,對于下游的實驗起到指導意義。此類相關性熱圖在高分文章中頻繁出現,足見其重要性(圖1、圖2)。

image

圖1 物種代謝物熱圖(2015,Cell Host& Microbe,IF=15.753 )[1]

image

圖2 物種代謝物熱圖(2018,NatureMedicine,IF=30.641)[2]

那么,該如何畫出此類高分文章中的相關性熱圖呢?這里,以16s與代謝組的數據為例,向大家分享如何使用R語言進行兩個組學數據的相關性計算、繪制相關性熱圖。

1.加載R包

psych包用于計算相關性、p值等信息

library(psych)

pheatmap包用于繪制相關性熱圖

library(pheatmap)

reshape2包用于輸出數據的整合處理

library(reshape2)

2.讀入數據

讀取微生物豐度信息表

表頭需帶有分類水平、物種名稱等關鍵信息

第一列為樣本名稱信息

phy <-read.table(file = "phy.xls", sep = "t", header = T,row.names= 1)

image

圖3 微生物豐度信息表格

讀取代謝物信息表

met <-read.table(file = "met.xls", sep = "t", header = T,row.names= 1)

image

圖4 代謝物豐度信息表格

3.計算相關性、p值

計算相關性矩陣(可選:”pearson”、”spearman”、”kendall”相關系數)、p值矩陣

cor <-corr.test(phy, met, method = "pearson",adjust= "none")

提取相關性、p值

cmt <-cor$r

pmt <- cor$p

head(cmt)

head(pmt)

4.數據保存

輸出相關系數表格,第一行為代謝物信息,第一列為物種信息

cmt.out<-cbind(rownames(cmt),cmt)

write.table(cmt.out,file= "cor.txt",sep= "t",row.names=F)

image

圖5 相關性系數表格

輸出p值表格,第一行為代謝物信息,第一列為物種信息

pmt.out<-cbind(rownames(pmt),pmt)

write.table(pmt.out,file= "pvalue.txt",sep= "t",row.names=F)

image

圖6 p值表格

以關系對的形式輸出表格

第一列為物種名,第二列為代謝物名,第三、第四列對應顯示相關系數與p值

df <-melt(cmt,value.name= "cor")

df$pvalue <- as.vector(pmt)

head(df)

write.table(df,file= "cor-p.txt",sep= "t")

image

圖7 關系對信息

5.繪制顯著性標記

對所有p值進行判斷,p< 0.01的以“*”標注,p值 0.01<p< 0.05的以“”標注

if(!is.null(pmt)){

ssmt <- pmt< 0.01

pmt[ssmt] <- '**'

smt <- pmt > 0.01& pmt < 0.05

pmt[smt] <- '*'

pmt[!ssmt&!smt]<- ''

} else{

pmt <- F

}

6.繪制相關性熱圖

自定義顏色范圍

mycol<-colorRampPalette(c("blue","white","tomato"))(800)

繪制熱圖,可根據個人需求調整對應參數

scale=”none” 不對數據進行均一化處理 可選 "row", "column"對行、列數據進行均一化

cluster_row/col=T 對行或列數據進行聚類處理,可選F為不聚類

border=NA 各自邊框是否顯示、顏色,可選“white”等增加邊框顏色

number_color=”white” 格子填入的顯著性標記顏色

cellwidth/height=12 格子寬度、高度信息

pheatmap(cmt,scale = "none",cluster_row = T, cluster_col = T, border=NA,

display_numbers = pmt,fontsize_number = 12, number_color = "white",

cellwidth = 20, cellheight =20,color=mycol)

image

圖8 R語言繪制的物種+代謝物相關性熱圖

圖片保存,代碼中輸入”filename=”,或在R語言軟件中點擊“文件-另存為” 進行保存

pheatmap(cmt,scale = "none",cluster_row = T, cluster_col = T, border=NA,

display_numbers = pmt, fontsize_number = 12, number_color = "white",

cellwidth = 20, cellheight = 20,color=mycol,filename= "heatmap.pdf")

參考文獻

[1]Kostic AD, Gevers D, Siljander H, et al. The dynamics ofthe human infant gut microbiome in development and in progression toward type 1diabetes. Cell Host Microbe. 2015;17(2):260–273.doi:10.1016/j.chom.2015.01.001

[2]Hoyles, Lesleyet al. “Molecular phenomics and metagenomics of hepatic steatosis innon-diabetic obese women.” Nature medicine vol. 24,7 (2018):1070-1080. doi:10.1038/s41591-018-0061-3
原文 https://www.sohu.com/a/366652239_278730

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,967評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,273評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,870評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,742評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,527評論 6 407
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,010評論 1 322
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,108評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,250評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,769評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,656評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,853評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,371評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,103評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,472評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,717評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,487評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,815評論 2 372

推薦閱讀更多精彩內容