R语言：unifrac的计算

Unifrac是一个十分常用的衡量不同群落之间谱系结构差异的指标。在R语言中，计算unifrac的函数不只一种，不同函数之间有什么差别呢？本文目的就是对几个常用的计算unifrac的函数的使用方法做个记录。
比较对象

picante::unifrac() PhyloMeasures::unifrac.query() GUniFrac::GUniFrac() phyloseq::UniFrac()

首先，每个包的安装方法：

install.packages('picante')
install.packages('PhyloMeasures')
install.packages('GUniFrac')
# phyloseq包的安装稍微复杂一些，首先需要安装BiocManager
install.packages('BiocManager')
# 然后通过BiocManager安装phyloseq，这也是安装其它bioconductor中包的方法
BiocManager::install('phyloseq')

其次，每个函数的使用方法：
为了更容易区分函数是来自哪个包，每个函数前面都添加了包的名字。

# picante package picante::unifrac(comm, tree) # PhyloMeasures package, 下面只是最简单的用法，还有其它参数可以调节 PhyloMeasures::unifrac.query(tree, comm) # GUniFrac package，下面只是最简单的用法，还有其它参数可以调节 GUniFrac::GUniFrac(comm, tree) # phyloseq package，对数据类型有特殊要求，必须是phyloseq类 # 需要特别注意的是，使用phyloseq计算unfirac时，tree必须是二分叉的树， # 意思就是每一个内部的node必须有且仅有两个子node。 # 判断一个树是不是二分叉的 ape::is.binary(tree) # 如果不是，则使用下面的方法进行转变 tree <- ape::multi2di(tree) # 然后基于新树计算unifrac df <- phyloseq(otu_table(comm, taxa_are_rows = F), phy_tre(tree)) phyloseq::UniFrac(df, weighted=T) ## comm: 每一行是一个样品，每一列是一个OTU ## tree: 有根的系统发育树

最后，每个函数的运行效率：

# 创建一个otu table和一颗对应的树
tree <- rtree(5000, rooted = T, tip.label = paste('s',1:5000, sep=''))
comm <- matrix(sample(0:10, 50000, replace = T), nrow = 10)
colnames(comm) <- tree$tip.lable

# 统计不同函数运行时间
# picante
system.time(picante::unifrac(comm, tree))
## user  system elapsed 
 ## 24.63    0.44   26.01 

# PhyloMeasures
system.time(PhyloMeasures::unifrac.query(tree, comm))
 ## user  system elapsed 
 ## 0.25    0.00    0.25 

# GUniFrac
system.time(GUniFrac::GUniFrac(comm, tree))
 ## user  system elapsed 
 ## 1.73    0.00    1.74 

# phyloseq
system.time(phyloseq::UniFrac(phyloseq(otu_table(comm, taxa_are_rows = F), phy_tree(tree)), weighted=T))
##  user  system elapsed 
##  0.10    0.00    0.09 

虽然phyloseq的安装稍微有些麻烦，并且在计算unfirac之前还需要先转换一下数据类型，但其计算unfirac的效率最高。
对于每个函数的计算时间是否是随OTU数目和样品数目线性增加，还需要进一步探究。

需要注意的是：
picante和PhyloMeasures只能计算unweighted unfirac。
GUniFrac不仅同时计算weighted和unweighted unfirac，同时还能通过参数调节丰度加权的程度。
phyloseq通过控制参数weighted=T或F，可以计算weighted和unweighted unifrac。