R语言:microeco:一个用于微生物群落生态学数据挖掘的R包,第六:trans_env class

#环境变量在分析微生物群落结构和组装机制方面是非常有用的。我们首先展示RDA分析(db-RDA和RDA)。

复制代码
> t1 <- trans_env$new(dataset = dataset, add_data = env_data_16S)
Env data is stored in object$data_env ...
> t1$cal_ordination(method = "RDA", use_measure = "bray")
No taxa_level provided; use Genus level automatically !
The original ordination result is stored in object$res_ordination ...
The R2 is stored in object$res_ordination_R2 ...
> t1$cal_ordination_envsquare()
Error: attempt to apply non-function
> t1$cal_ordination_envfit()
Result is stored in object$res_ordination_envfit ...
> t1$trans_ordination(adjust_arrow_length = TRUE, max_perc_env = 10)
The result list is stored in object$res_ordination_trans ...
> t1$plot_ordination(plot_color = "Group")

#Mantel检验可以检验环境变量与距离矩阵之间是否存在显著的相关关系。

复制代码
> t1$cal_mantel(use_measure = "bray")
The result is stored in object$res_mantel ...
> t1$res_mantel
   by_group     Variables mantel type Correlation method Correlation coefficient p.value  p.adjusted Significance
1       All      Latitude mantel test            pearson              0.52010091   0.001 0.001375000           **
2       All     Longitude mantel test            pearson              0.37732601   0.001 0.001375000           **
3       All      Altitude mantel test            pearson              0.22102713   0.001 0.001375000           **
4       All   Temperature mantel test            pearson              0.45198101   0.001 0.001375000           **
5       All Precipitation mantel test            pearson              0.27905384   0.001 0.001375000           **
6       All           TOC mantel test            pearson              0.13000213   0.001 0.001375000           **
7       All           NH4 mantel test            pearson             -0.05538846   0.918 0.918000000             
8       All           NO3 mantel test            pearson              0.06758353   0.044 0.048400000            *
9       All            pH mantel test            pearson              0.40853579   0.001 0.001375000           **
10      All  Conductivity mantel test            pearson              0.26425041   0.001 0.001375000           **
11      All            TN mantel test            pearson              0.13205237   
0.002 0.002444444           **

环境变量与分类群之间的相关性对分析和推断群落结构的影响因素具有重要意义。

在本例中,我们首先进行了差异丰度检验和随机森林分析,以获得重要属。然后利用这些分类群进行相关性分析。

> t2 <- trans_diff$new(dataset = dataset, method = "rf", group = "Group", rf_taxa_level = "Genus")

> t1 <- trans_env$new(dataset = dataset, add_data = env_data_16S[, 4:11])

> t1cal_cor(use_data = "Genus", p_adjust_method = "fdr", other_taxa = t2res_rf$Taxa[1:5])

> t1$plot_cor(pheatmap = FALSE)

图画的有些难看,这是临时跑的,大家有需求的话可以用自己的数据跑一下。没需求就跑着玩,熟悉一下就好。

相关推荐
金智维科技官方23 分钟前
利用AI Agent实现精准的数据分析
人工智能·数据挖掘·数据分析
开开心心_Every14 小时前
便捷的Office批量转PDF工具
开发语言·人工智能·r语言·pdf·c#·音视频·symfony
拓端研究室1 天前
视频讲解|核密度估计朴素贝叶斯:业务数据分类—从理论到实践
人工智能·分类·数据挖掘
大千AI助手1 天前
DTW模版匹配:弹性对齐的时间序列相似度度量算法
人工智能·算法·机器学习·数据挖掘·模版匹配·dtw模版匹配
要努力啊啊啊2 天前
YOLOv3-SPP Auto-Anchor 聚类调试指南!
人工智能·深度学习·yolo·目标检测·目标跟踪·数据挖掘
好开心啊没烦恼2 天前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
生态遥感监测笔记2 天前
GEE利用已有土地利用数据选取样本点并进行分类
人工智能·算法·机器学习·分类·数据挖掘
遇雪长安2 天前
差分定位技术:原理、分类与应用场景
算法·分类·数据挖掘·rtk·差分定位
是Dream呀2 天前
基于连接感知的实时困倦分类图神经网络
神经网络·分类·数据挖掘
Chef_Chen2 天前
从0开始学习R语言--Day39--Spearman 秩相关
开发语言·学习·r语言