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
数据清洗reshapes 提供长宽数据转化 plyr 提供累计求和等功能 apply : 提供对微生物组数据的高级清洗功能 parallel : 提供运算的速度,多线程操作。 stat 辅助数据整理,数据标准化等
功能预测referencehttps://cran./web/packages/states/index.html https://cran./web/packages/Hmisc/index.html https://cran./web/packages/eulerr/index.html https://cloud.tencent.com/developer/news/180720
|