基于细菌群落功能丰度结果进行差异功能分析及可视化(46)

¥69.90

购买后会显示你购买的服务器的账号和密码。并且发送服务器的账号和密码到你的邮箱作为备份。格式为xxxx:zzzz  （以“：”分割，前边是账号，后边是密码），例如  xiaoyun:998899 那么你的服务器的账号和密码分别是xiaoyun和998899。

有了账号和密码后，不会登录服务器的参考链接：http://www.biocloudservice.com/wordpress/?p=292  

有问题咨询客服，客服微信：18502195490

分类：

描述

在基于16S rRNA扩增子的研究中，因为了解微生物群落功能的需要，我们经常会使用一些软件工具对16S rRNA扩增子数据进行功能预测，比如PICRUSt2。这些功能预测的结果大多是基于KEGG数据库，KEGG是一个整合了基因组、化学和系统功能信息的数据库。预测得到的细菌群落功能丰度表，记录了各样本中所包含KO功能的丰度， 基于此预测结果，经过预先设置的筛选阈值，比较了不同组菌群的KEGG pathway，并筛选出不同分组间具有显著性组间差异的 pathway。
使用方法：Rscript  OTU_pathway.R  –path_file=  –map_file=   –case= –control=  –adj.p=   –logfc= 
参数说明：
USAGE:OTU_pathway.R –path_file=–map_file=       –case=–control=–adj.p=–logfc=

PARAMETERS:

       –path_file The KEGG pathway abundance table by PICRUSt2, input tsv table format.

–map_file the sample classification labels ,the first column is sample name which is consistent with path_file row in order, the second column is the classification labels with named “group“, input txt table format.

–case the name of the case, Default value is Tumor ,string.

–control the name of the control, Default value is Normal ,string.

  –adj.p the DEpath threshold padj, Default value 0.05,string.

      –logfc the DEpath threshold logFC, Default value 1,string.

操作步骤：
1、打开命令行界面，输入“Rscript  OTU_pathway.R”调阅帮助文档，确定该程序所需的输入文件。
2、用户根据帮助文档中的参数说明内容，对参数进行设置。这里，必须输入参数有6个，分别是–path_file，表示PICRUSt2软件预测得到的细菌群落功能丰度表  map_file；表示样本分类标签，第一列为样本名称，顺序与path_file行名称一致，第二列为分类标签，命名为“group”； –case，病例名称，默认值为Tumor，需与map_file中的分组一致； –control，对照名称，默认值为Normal，需与map_file中的分组一致；  –adj.p差异通路筛选阈值，建议阈值为0.05，可根据需要调整； –logfc差异通路筛选阈值，建议阈值为1，可根据需要调整。
3、完成参数提交后，按下回车键，整个程序即正式开始进入执行。每步执行内容都会给出提示。程序执行完毕后，界面会显示”Program execution is completed“结束语。
流程图：
结果展示：

1. DEG KO.xls

根据软件设置阈值筛选得到的显著差异KEGG， logFC：差异倍数，logCPM：样本平均的log2丰度值，P.Value：为差异分析p值， FDR：差异分析矫正p值

2. pathway top10.pdf

按照FDR值排序，差异KEGG top10气泡图，横坐标为logFC值，纵坐标为通路名称，颜色从蓝到红，越红越显著，节点大小为logCPM值。

相关产品

推荐阅读

还在为基因组组装发愁？用MEGAHIT，只需简单几步，让你的基因组组装速度和效率成倍提升！
Read More
Snippy：一条命令从rawdata到进化树，一站式解决你的全基因组SNP分析！
Read More
“弯道”快才是真的快！这款基于“后缀树”算法的基因组比对工具，简直是共线性与SNP检测神器！
Read More