heatmap R

 

> library(gplots)

Attaching package: ‘gplots’

The following object is masked from ‘package:stats’:

lowess

> > setwd(“/home/zyshen/work/QM_nanjing”) > data2<-read.csv(“combined_example.level_5.csv”, header=T, sep=”,”) > data2plot<-data.matrix(data2[2:3]) > row.names(data2plot)<-data2[,1] > heatmap.2(data2plot,trace=”none”,cexCol = 2,col=greenred(50), margins = c(5, 40), sepwidth=c(0.05,0.05))

 

 

 

if (!require(“gplots”)) { install.packages(“gplots”, dependencies = TRUE) library(gplots) } if (!require(“RColorBrewer”)) { install.packages(“RColorBrewer”, dependencies = TRUE) library(RColorBrewer) } […]

alpha多样性

扩增子数据分析之多样性指数: alpha多样性

多样性指数(Diversity index)和计算公式可以见: wikipedia

Alpha多样性(Alpha Diversity)是对某个样品中物种多样性的分析,包含样品中的物种类别的多样性——丰富度(Richness)和物种组成多少的整体分布——均匀度(Evenness)两个因素,通常用Richness,Chao1,Shannon,Simpson,Dominance和Equitability等指数来评估样本的物种多样性。

丰富度指数

Richness, Chao1,Shannon三个指数是常用的评估丰富度的指标,数值越高表明样品包含的物种丰富度就越高。

Richness指数: 指样本中被检测到的OTU量; Chao1指数 : 通过低丰度OTUs来进一步预测样品中的OTUs数量; Shannon指数 : 计算考虑到样品中的OTUs及其相对丰度信息, 通过对数(如以2为底的shannon_2,以自然对数为底的shannon_e 以10为底的shannon_10)转换来预测样品中的分类多样性。

均匀度指数

Simpson,Dominance和Equitability三个指数是常用的评估均匀度的指标。

Simpson指数 : 表示随机选取两条序列属于同一个分类(如OTUs)的概率(故数值在0~1之间), 数值越接近1表示表明OTUs的丰度分部越不均匀; Dominancez指数 : 取值为1-Simpson,表示随机选取两条序列属于不同分类(如OTUs)的概率; Equitability指数: 根据Shannon指数值计算,当其值为1时表明样品中的物种丰度分布绝对均匀, 而其值越小这表明物种丰度分布呈现出越高的偏向。

汇总表:

指数 单位 计算方式 richness OTUs 样本中至少包含一条序列的OTU数目 chao1 OTUs N + S^2 / (2D^2),其中N为OTU个数, S为丰度为1的OTUs个数,D为丰度为2的OTUs数目; shannon_2 bits sum(f), 对所有OTU频率计算p*log(p,2)和, p为OTU的频率; shannon_e nats […]