我们经常在文章中看到这样的图
Yang Bai, Daniel B. Müller, Girish Srinivas, Ruben Garrido-Oter, Eva Potthoff, Matthias Rott, Nina Dombrowski, Philipp C. Münch, Stijn Spaepen, Mitja Remus-Emsermann, Bruno Hüttel, Alice C. McHardy, Julia A. Vorholt & Paul Schulze-Lefert. Functional overlap of the Arabidopsis leaf and root microbiota. Nature. 2015, 528: 364-369. doi:10.1038/nature16192
还有这样的图
Jingying Zhang, Yong-Xin Liu, Na Zhang, Bin Hu, Tao Jin, Haoran Xu, Yuan Qin, Pengxu Yan, Xiaoning Zhang, Xiaoxuan Guo, Jing Hui, Shouyun Cao, Xin Wang, Chao Wang, Hui Wang, Baoyuan Qu, Guangyi Fan, Lixing Yuan, Ruben Garrido-Oter, Chengcai Chu & Yang Bai. NRT1.1B is associated with root microbiota composition and nitrogen use in field-grown rice. Nature Biotechnology. 2019, 37: 676-684. doi:10.1038/s41587-019-0104-4
是不是很漂亮
之前公众号已经为大家介绍了GraPhlAn进化树的绘制方法,如下文:
今天就带大家根据特征表(OTU table)、和物种注释(Taxonomy),绘制另一类高颜值的物种树(Cladogram,也称进化分支图)。并提供相关测试数据、代码,让你准备好输入文件,方便一步步生成绘图所需文件。并可按需求组合数据和样式,达到出版要求的图片。
代码和数据下载链接:
https://github.com/YongxinLiu/Note/tree/master/R/format2graphlan
format2graphlan.Rmd # 完整代码文件,包括R和Bash两种语言,需要在Linux中运行
format2graphlan.html # 代码完整运行的报告,方便阅读,也确保代码有效和可重复
如果链接失效,“宏基因组”公众号后台回复“graphlan”关键字获取最新数据和代码下载链接。
文件夹内要准备至少两个文件:OTU表和物种注释
# 从现在项目中复制文件,准备起始数据
cd ~/github/Note/R/format2graphlan
cp ~/ehbio/amplicon/22Pipeline/result/otutab.txt ./
cp ~/ehbio/amplicon/22Pipeline/result/taxonomy.txt ./
OTU表otutab.txt
格式如下:行名为特征OTU/ASV,列名为样本名,可以为原始值或标准化的小数均可。
#OTUID KO1 KO2 KO3
ASV_1 1113 1968 816
ASV_2 1922 1227 2355
ASV_3 568 460 899
物种注释taxonomy.txt
:包括OTUID和7级注释,末知的补Unassigned
OTUID Kingdom Phylum Class Order Family Genus Species
ASV_1 Bacteria Actinobacteria Actinobacteria Actinomycetales Thermomonosporaceae Unassigned Unassigned
ASV_2 Bacteria Proteobacteria Betaproteobacteria Burkholderiales Comamonadaceae Pelomonas Pelomonas_puraquae
ASV_3 Bacteria Proteobacteria Gammaproteobacteria Pseudomonadales Pseudomonadaceae Rhizobacter Rhizobacter_bergeniae
首选我们要对原始数据进行筛选,因为结果过少或过多都不美观。如根据丰度进行筛选Top 150的特征进行展示。
输入文件:OTU表+物种注释
可以指定丰度或数量筛选,两个条件选择共有部分
输出文件:OTU对应均值,筛选后的OTU表+物种注释
# 参数设置
# 按丰度筛选,如0.01即代表0.01%,即万分之一
abundance = 0.01
# 按数量筛选,如150即代表最高丰度的150个特征
number = 150
# 读取输入文件
otutab = read.table("otutab.txt", sep="\t", header = TRUE, row.names = 1, stringsAsFactors = F, comment.char = "")
taxonomy = read.table("taxonomy.txt", sep="\t", header = TRUE, row.names = 1, stringsAsFactors = F, comment.char = "")
# 数据筛选
# 标准化并求均值
norm = as.data.frame(t(t(otutab)/colSums(otutab,na=T)*100))
# 丰度由大到小排序
idx = order(rowMeans(norm), decreasing = T)
norm = norm[idx,]
# 按丰度筛选
idx = rowMeans(norm) > abundance
filtered_otutab = norm[idx,]
# 按数量筛选
filtered_otutab = head(norm, number)
# 添加均值并保留4位小数
filtered_otutab = round(cbind(rowMeans(filtered_otutab), filtered_otutab), digits = 4)
colnames(filtered_otutab)[1] = "Mean"
# 对应过滤物种注释
idx = rownames(filtered_otutab) %in% rownames(taxonomy)
filtered_otutab = filtered_otutab[idx,]
filtered_taxonomy = taxonomy[rownames(filtered_otutab),]
# 保存输出文件
# 过滤的OTU表
write.table("OTUID\t", file="filtered_otutab.txt", append = F, sep="\t", quote=F, eol = "", row.names=F, col.names=F)
suppressWarnings(write.table(filtered_otutab, file="filtered_otutab.txt", append = T, sep="\t", quote=F, row.names=T, col.names=T))
# 过滤的物种注释
write.table("OTUID\t", file="filtered_taxonomy.txt", append = F, sep="\t", quote=F, eol = "", row.names=F, col.names=F)
suppressWarnings(write.table(filtered_taxonomy, file="filtered_taxonomy.txt", append = T, sep="\t", quote=F, row.names=T, col.names=T))
输入文件为筛选后的taxonomy文件:filtered_taxonomy.txt
本处主要筛选了门、纲、目、科、属和OTU作为树枝,按科添加标签,并对应门着色。由于Unassigned末分类的较多,重名会引着色混乱(每个标签是独立着色的,名称必须唯一,不唯一时后出现的名称会覆盖之前的颜色值。),本文去除了在科水平无注释的分类单元。
# 读取筛选后的文件,不设置行名
tax = read.table("filtered_taxonomy.txt", sep="\t", header = TRUE, stringsAsFactors = F)
# 筛选门-属5级+OTUID
tree = data.frame(tax[,c(3:7,1)], stringsAsFactors = F)
# head(tree)
## clarify taxonomy,解决不同级别重名问题,为可识别级别,且与Greengene格式保持一致
tree[,1] = paste("p__",tree[,1],sep = "")
tree[,2] = paste("c__",tree[,2],sep = "")
tree[,3] = paste("o__",tree[,3],sep = "")
# tree[,4] = paste("f__",tree[,4],sep = "")
tree[,5] = paste("g__",tree[,5],sep = "")
# save tree backbone, 按点分隔格式
# 解决科标签重名问题
idx = tree[,4] %in% "Unassigned"
# 方法1. 重名标签添加数字编号,但结果有太多Unassigned
# tree[idx,4] = paste0(tree[idx,4], 1:length(tree[idx,4]))
# 方法2. 过滤掉科末注释的条目,数量会减少,但图片更美观
tree = tree[!idx,]
# 简化一些代_的不规则科名
tree[,4] = gsub('_\\w*',"",tree[,4])
write.table (tree, file="tree1_backbone.txt", sep=".", col.names=F, row.names=F, quote=F)
# 列出现在有门、纲、目、科、属,用于设置与门对应的背景色
Phylum = unique(tree[,1])
Class = unique(tree[,2])
Order = unique(tree[,3])
Family = unique(tree[,4])
Genus = unique(tree[,5])
# 筛选四大菌门中的科并按门着色
# 修改为目,则将tree的4列改为3列,Family改为Order
pro = tree[tree[,1]=="p__Proteobacteria",4]
act = tree[tree[,1]=="p__Actinobacteria",4]
bac = tree[tree[,1]=="p__Bacteroidetes",4]
fir = tree[tree[,1]=="p__Firmicutes",4]
# 对每个科进行标签、文字旋转、按门注释背景色
# 也可调整为其它级别,如Order, Class或Genus
label_color = data.frame(stringsAsFactors = F)
for (element in Family)
{
# element
anno = data.frame(stringsAsFactors = F)
anno[1,1] = element
anno[1,2] = "annotation"
anno[1,3] = "*"
# 设置文字旋转90度
anno[2,1] = element
anno[2,2] = "annotation_rotation"
anno[2,3] = "90"
# 设置背景色,四大门各指定一种色,其它为灰色
anno[3,1] = element
anno[3,2] = "annotation_background_color"
if (element %in% pro)
{
anno[3,3] = "#85F29B"
} else if (element %in% act)
{
anno[3,3] = "#F58D8D"
} else if (element %in% fir)
{
anno[3,3] = "#F7C875"
} else if (element %in% bac)
{
anno[3,3] = "#91DBF6"
} else {
anno[3,3] = "grey"
}
label_color = rbind(label_color,anno)
}
write.table(label_color, "tree2_label_color.txt", sep = "\t", quote = F,col.names = F,row.names = F, na="")
此时生成了两个文件
tree1_backbone.txt
是一点相连的各级物种分类名称,添加p__, c__等为减少不同级别的不规范重名引起颜色混乱
p__Actinobacteria.c__Actinobacteria.o__Actinomycetales.Thermomonosporaceae.g__Unassigned.ASV_1
p__Proteobacteria.c__Betaproteobacteria.o__Burkholderiales.Comamonadaceae.g__Pelomonas.ASV_2
p__Proteobacteria.c__Gammaproteobacteria.o__Pseudomonadales.Pseudomonadaceae.g__Rhizobacter.ASV_3
tree2_label_color.txt
科水平的标签、标签旋转角度和与门对应的颜色。
Thermomonosporaceae annotation *
Thermomonosporaceae annotation_rotation 90
Thermomonosporaceae annotation_background_color #F58D8D
Comamonadaceae annotation *
Comamonadaceae annotation_rotation 90
Comamonadaceae annotation_background_color #85F29B
绘制树,还需要一些参数文件,见cfg目录,是我提前编写好的样本,可以调整更多样式。
cfg/global.cfg
设置了图型的基本样式,配色等,
以下部分以bash中操作,需要在Linux上的Rstudio或Rstudio server中操作。或自己使用终端连接服务器执行。
一定要提前安装过graphlan这个软件,安装方法conda install graphlan
rm -rf track*
# 生成树的默认参数,可手动调整更多样式
cat cfg/global.cfg tree2_label_color.txt > track0
# 合并所有的注释,接下来会生成更多track,使树更复杂
cat track* > graphlan_annotate.txt
# 注释树
graphlan_annotate.py --annot graphlan_annotate.txt tree1_backbone.txt graphlan.xml
# 绘图,size决定图片大小,越大字越小
graphlan.py graphlan.xml graphlan0_tree.pdf --size 5
现在用以上代码为大家写出了一套注释方案,这要是手动编写和优化出这方案,也可能要花上几天至几周。
我们需要从树文件中获得节点名称,并添加注释数据。
如获得结点的丰度,在下面很多注释都会基于丰度信息
# 获得最终出图的结点ID
cut -f 6 -d '.' tree1_backbone.txt > tree1_backbone.id
# 注释结果丰度均值
awk 'BEGIN{OFS=FS="\t"} NR==FNR{a[$1]=$2} NR>FNR {print $1,a[$1]}' filtered_otutab.txt tree1_backbone.id > tree1_backbone.mean
样式1. 如筛选丰度,用紫色方块标出大于千分之5的结点
# 环1,筛选千分之五的结果注释为方块,cfg/ring1.cfg中的m代表紫色,R代表方块
cat cfg/ring1.cfg <(awk '$2>0.5' tree1_backbone.mean | cut -f 1 | sed 's/$/\tring_shape\t1\tR/') > track1
# 绘图,加第一环矩形,展示丰度大于千万的特征
cat track* > graphlan_annotate.txt
graphlan_annotate.py --annot graphlan_annotate.txt tree1_backbone.txt graphlan.xml
graphlan.py graphlan.xml graphlan1_rectangle.pdf --size 5
样式2. 如筛选丰度,用第二环位置橙色倒三角标出小于千分之5的结点
注释:ring2.cfg为第二环,颜色y为yellow橙色,注释track中也为2
# 环1筛选千分之五的结果注释为方块,cfg/ring1.cfg中的m代表紫色,R代表方块
cat cfg/ring2.cfg <(awk '$2<=0.5' tree1_backbone.mean | cut -f 1 | sed 's/$/\tring_shape\t2\tv/') > track2
# 绘图,加第一环矩形,展示丰度大于千万的特征
cat track* > graphlan_annotate.txt
graphlan_annotate.py --annot graphlan_annotate.txt tree1_backbone.txt graphlan.xml
graphlan.py graphlan.xml graphlan2_triangle.pdf --size 5
添加所有样品均值作为热图,作为第3环。
本质上热图即环形条带的透明度
# 环3用绿色不同的透明度展示丰度
cat cfg/heat3.cfg <(sed 's/\t/\tring_alpha\t3\t/g' tree1_backbone.mean) > track3
# 绘图绿色不同的透明度的3号环
cat track* > graphlan_annotate.txt
graphlan_annotate.py --annot graphlan_annotate.txt tree1_backbone.txt graphlan.xml
graphlan.py graphlan.xml graphlan3_heatmap.pdf --size 5
我们可以用同样原理,添加每个组,或每个样品的丰度热图。
# 环4用蓝色柱状图展示丰度
cat cfg/bar4.cfg <(sed 's/\t/\tring_height\t4\t/g' tree1_backbone.mean) > track4
# 绘图,环4用蓝色柱状图展示丰度
cat track* > graphlan_annotate.txt
graphlan_annotate.py --annot graphlan_annotate.txt tree1_backbone.txt graphlan.xml
graphlan.py graphlan.xml graphlan4_bar.pdf --size 5
颜色有三种设置方法
blue, green, red, cyan, magenta, yellow, black, white
‘b’ (blue), ‘g’ (green), ‘r’ (red), ‘c’ (cyan), ‘m’ (magenta), ‘y’ (yellow), ‘k’ (black), ‘w’ (white)
RGB模式颜色
#rrggbb, for example #FF0000 corresponds to (full) red
http://huttenhower.sph.harvard.edu/graphlan
Asnicar, Francesco, George Weingart, Timothy L. Tickle, Curtis Huttenhower, and Nicola Segata. 2015. ‘Compact graphical representation of phylogenetic data and metadata with GraPhlAn’, PeerJ, 3: e1029.
Jingying Zhang, Yong-Xin Liu, Na Zhang, Bin Hu, Tao Jin, Haoran Xu, Yuan Qin, Pengxu Yan, Xiaoning Zhang, Xiaoxuan Guo, Jing Hui, Shouyun Cao, Xin Wang, Chao Wang, Hui Wang, Baoyuan Qu, Guangyi Fan, Lixing Yuan, Ruben Garrido-Oter, Chengcai Chu & Yang Bai. NRT1.1B is associated with root microbiota composition and nitrogen use in field-grown rice. Nature Biotechnology. 2019, 37: 676-684. doi:10.1038/s41587-019-0104-4
注:本文的代码来自我之前发表的Nature Biotechnology中的图5,如果参考本文代码绘制类似图,请引用以上两篇文章,谢谢!
为鼓励读者交流、快速解决科研困难,我们建立了“宏基因组”专业讨论群,目前己有国内外5000+ 一线科研人员加入。参与讨论,获得专业解答,欢迎分享此文至朋友圈,并扫码加主编好友带你入群,务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助,首先阅读《如何优雅的提问》学习解决问题思路,仍末解决群内讨论,问题不私聊,帮助同行。
学习扩增子、宏基因组科研思路和分析实战,关注“宏基因组”
点击阅读原文,跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf