【原】我做微生物组分析--经常用到了哪些R包

微生信生物 2021-07-14

展开全文

我做扩增子分析流程中常用的R包

下面介绍我常用的R包，还有一些R包比较底层，都会调用，但是不会被我们熟悉，也有一些R包我遗漏了，欢迎大家留言补充。

文件夹和文件管理

fs ：
快速复制剪切文件，文件移动，大小统计等，基于高通量数据化整合我还专门使用fs写过一个R包Bigamplicon，用于结合爬虫批量下载和整理NCBI测序数据。

微生物组分析核心R包

phyloseq：
提供S4类对象封装和各种简单的微生物组学数据标准化和转化方法。
tidyverse：
使用tidy家族语法对微生物组数据进行清洗
tidyfst ：
快速版本的dplyr，对于宏基因组数据进行数据迅速清洗。
ggClusterNet：
衔接phyloseq包，扩展phyloseq对数据的标准化和转化方法，提供清洗微生物组数据的更方便的函数，并且可以完成微生物组网络分析，并且具有大量独一无二的可视化方法供大家选择。
二分网络绘制等
EasyStat ：
封装非参数检验和t检验等内容，快速对微生物组数据进行差异分析和可视化。
vegan ：
大量的生态学分析功能，目前引用超过1万次，被多个微生物组分析的R包所依赖，例如：
phyloseq，Microbiome等。
是微生物生态学分析中最重要的R包之一。
Microbiome 提供微生物组分析中常见功能分析函数，尤其是扩展了大量的alpha多样性指标。
picante：
提供系统发育等分析，通常结合vegan共同用于微生物组分析。
agricolae 提供统计检验方法能内容，用于微生物组数据的统计分析。
MASS ：
提供LDA判别分析等内容，常见的LeFSe便是依赖了MASS包
Rtsne ：
提供sne排序算法分析微生物组样本差异
edgeR DEsep2 limma ：
对微生物组数据进行标准化和差异分析。
edgeR DEsep2 输入原始测序得到的微生物组计数数据。
limma 输入标准化后的微生物组数据。
randomForest e1071 caret ：
randomForest，ROCR 提供随机森林算法，支持向量机等机器学习方法的函数对微生物组数据进行分析，ROCR对机器学习结果进行分析和可视化。
igraph，sna，ggraph，network tidygraph：
提供对微生物网络分析和可视化的支持。
ape Hmisc eulerr minpack.lm FSA等提供系统发育分析等一些了微生物生态分析。
Hmisc用于统计分析和供给图表展示等，eulerr 做欧拉图，是韦恩图的变种。
minpack.lm 解决非线性最小二乘法等，ape主要用于系统进化树分析，通过核酸序列计算距离树。
FSA提供生态学的一些估计方法。
这些R包在做微生物群落系统发育过程中很有用。
psych WGCNA：
提供微生物之间香菇关系的计算等一些列运算。
plspm SEM plspm：
偏最小二乘路径分析，SEM：
结构方程模型分析
ggpubr 提供一些统计分析和可视化样式

绘图工具包

ggalluvial 提供冲击图和面积图等ggplot类图形绘制。
ggthemes ggsci：
提供丰富的图形可视化主题
RColorBrewer ：
提供丰富的配色供图片使用。
ggrepel ：
解决微生物数据标签重叠问题。
ggtree，data.tree，ggdendro，ggstance ：
提供进化树等一系列相关可视化函数。
ggdendro可以进行进化树数据转化，方便实用ggplot进行联合绘图，微生物组常见的聚类柱状丰富图就可以使用这种方法绘制。
ggstance实现常见的ggplot2 geoms的水平版本。
VennDiagram UpSetR ：
对不同样本或者分组微生物数量统计结果进行可视化。
UpSetR可以对超过6个分组进行共有和特有数量的展示，但是韦恩图一般只分组数量低于6个。
pheatmap aplot ：
绘制微生物组差异热图等可视化，aplot可以结合ggtree和ggplot绘制ggplot版本的热图，方便使用ggplot语法进行修改。
ggstar ：
提供了扩展ggplot中点形的绘图函数。
兼容ggplot，用法类似于geom_point。
丰富在多个分组的微生物组排序分析绘图点的多样性。
ggnewscale ：
方便根据多个分组进行颜色映射，同一个图中允许多个颜色映射。
Cairo ：
提供R语言绘图对字体的扩展
patchwork ：
提供基于ggplot对象进行拼图的多种函数，并具有非常灵活的拼图样式。
circlize ：
绘制微生物物种丰富的和弦图等