phyloseq: Explore microbiome pro

本节主要是在PhyloseqTutorials学习Plot microbiome Network

Load Package and Example Data

library(phyloseq); packageVersion("phyloseq")
library(ggplot2);packageVersion("ggplot2")
data(enterotype)
#一些网络布局方法有一个随机方面。为了完全重现本教程后面生成的图像，可以显式地设置随机数生成器种子
set.seed(711L)
#因为我们希望在这些绘图中使用enterotype标识作为图片特征，所以我们需要删除9个没有分配enterotype标识的样本(这将为我们省去一些烦人的警告消息的麻烦，但一切仍然有效;不管怎样，不好的的样本被省略了)
enterotype = subset_samples(enterotype, !is.na(enterotype))

The Plot_net function

新的plot_net函数不需要单独的make_network函数调用或单独的igraph对象。对于运行旧的plot_network函数的示例，它可能会为igraph对象提供一些额外的灵活性，请参阅后面的plot_network部分

#尝试使用默认设置的`plot_net`
plot_net(enterotype, maxdist = 0.4, point_label = "Sample_ID")
#前面的图形显示了一些有趣的结构，一个或两个主要的子图包含了大部分的样本。此外，在样本命名方案和网络中的位置之间似乎存在相关性。我们不需要读取所有的示例名称来理解模式，而是将一些示例变量作为颜色和形状映射到这个图形上
plot_net(enterotype, maxdist = 0.3, color = "SeqTech", shape="Enterotype")

在前面的例子中，最大距离和距离方法的选择是已知的，但是是任意的。尝试一下maxdist值下降时会发生什么(提示:这通常会减少网络中的边数)

The plot_network function

据默认的距离方法“Jaccard”创建一个基于igraph的网络，连接节点之间的最大距离为0.3

#其中ig为igraph-class
ig <- make_network(enterotype, max.dist=0.3)
#现在用默认设置绘制这个网络表示
plot_network(ig, enterotype)
#前面的图形显示了一些有趣的结构，主要的子图包含了大部分的样本。此外，在样本命名方案和网络中的位置之间似乎存在相关性。我们不需要读取所有的示例名称来理解模式，而是将一些示例变量作为颜色和形状映射到这个图形上
plot_network(ig, enterotype, color="SeqTech", shape="Enterotype", line_weight=0.4, label=NULL)
#在前面的例子中，最大距离和距离方法的选择是已知的，但是是任意的。让我们看看当最大距离降低时，网络中的边数会减少，会发生什么
ig <- make_network(enterotype, max.dist=0.2)
plot_network(ig, enterotype, color="SeqTech", shape="Enterotype", line_weight=0.4, label=NULL)
#我们重复前面的练习，但是用Bray-Curtis替换Jaccard(默认)距离方法,q其中注意`dist.fun="bray"`
ig <- make_network(enterotype, dist.fun="bray", max.dist=0.3)
plot_network(ig, enterotype, color="SeqTech", shape="Enterotype", line_weight=0.4, label=NULL)