微生物群落基于KEGG预测功能的丰度分布图绘制
功能预测
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。
把从已经完整测序的基因组中得到的基因与更高级别的细胞、物种和生态系统水平的系统功能关联起来是KEGG数据库的特色之一。
与其他数据库相比，KEGG 的一个显著特点就是具有强大的图形功能，它利用图形而不是繁缛的文字来介绍众多的代谢途径以及各途径之间的关系，这样可以使研究者能够对其关注的代谢途径有更直观全面的了解。
KEGG GENES数据库提供关于在基因组计划中发现的基因和蛋白质的序列信息。
KEGG PATHWAY数据库包括各种代谢通路、合成通路、膜转运、信号传递、细胞周期以及疾病相关通路等，此外还收集了各种化学分子、酶及以及酶促反应等相关信息。
KEGG Module数据库是 KEGG 收集的一系列的功能单元，用于基因组注释和生物学解释。
KEGG Orthology (KO)系统通过把分子网络的相关信息连接到基因组中，提供了跨物种注释流程。
ko：表示通路，这个通路是不分物种的，相当于所有物种某一功能步骤的并集。
KEGG 数据库包含 8 类生物代谢通路的分析：
Global Map
Metabolism, Genetic Information Processing
Environmental Information Processing
Cellular Processes
Organismal Systems
Human Diseases
Drug Development
在每一个大类的代谢通路中，被系统分类为二、三、四层。
第二层目前包括有 39 种子功能；第三层即为其代谢通路图；第四层为每个代谢通路图的具体注释信息。
丰度分布图绘制
使用PICRUSt2等功能预测工具得到的KEGG路径预测结果同样是有层级的，当我们想要知道样本中微生物群落的功能主要涉及哪些路径时，就需要对这些具有层级的功能预测结果进行绘图。
一般情况下在图像中会展示第一和第二层级，因为三、四层级条目过多，在一幅图中进行展示也看不清，通常会挑选感兴趣的特定功能单独呈现。
绘图数据
绘图数据是一个简单的三列表格，包括第二层级的39个代谢路径及其对应的第一层级信息，还有就是每个代谢路径在所有样本中的平均相对丰度。
⚠️因为目的是获得所有样本中的主要功能，因此绘图数据需要提前计算一下每一个代谢路径在所有样本中的平均丰度。
图像绘制
使用ggplot2的分面模式来展示不同代谢路径所属的第一层KEGG信息，应用条形图表示每一个代谢路径的相对丰度。
首先导入分析数据。
KEGG <- read.table("L2.txt",header = TRUE,sep = "\t")这里有一点需要说明，因为KEGG第一层分类中有几个分类的名字特别长，因此需要处理一下，使其能够实现自动换行。
library(ggplot2)library(reshape2)
swr = function(string, nwrap = 12){
paste(strwrap(string,width = nwrap),collapse = "\n")
}
swr = Vectorize(swr)
KEGG$L1 <- swr(KEGG$L1)接下来就可以画图了。
p <- ggplot(KEGG,aes(Abundance,L2)) +
geom_bar(aes(fill = L1),stat = "identity",width = 0.6) +
xlab("Relative abundance (%)") +
ylab("KEGG Pathway") +
theme(panel.background = element_rect(fill = "white",colour='black'),
panel.grid.major = element_line(color = "grey",linetype = "dotted",size = 0.3),
panel.grid.minor = element_line(color = "grey",linetype = "dotted",size = 0.3),
axis.ticks.length = unit(0.4,"lines"),
axis.ticks = element_line(color='black'),
axis.line = element_line(colour = "black"),
axis.title.x=element_text(colour='black', size=8,face = "bold"),
axis.title.y=element_text(colour='black', size=8),
axis.text.x=element_text(colour='black',size=8,
axis.text.y = element_text(color = "black",size = 8),
legend.position = "none",
strip.text.y = element_text(angle = 0,size = 12,face = "bold")) +
facet_grid(L1~.,space = "free_y",scales = "free_y")
保存图片就OK了。
ggsave("L2.pdf", p, width = 183, height = 240, units = "mm")
png(filename="L2.png",res=600,height=7200,width=6000)
p
dev.off()
PS：有些朋友可能想要把分面的文字放在图像的左侧，使其与代谢路径的名称放在一起，但是这个直接用ggplot2可能不行，因此把分面名称放在左侧之后，对其进行文字调整的参数就失效了，之前在群里也讨论过这个问题，据说是ggplot2的一个小bug，以后的更新中可能会修复。
后台回复“功能预测”获取示例文件和完整代码。
猜你喜欢
10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑
系列教程：微生物组入门 Biostar 微生物组 宏基因组
专业技能：学术图表 高分文章 生信宝典 不可或缺的人
一文读懂：宏基因组 寄生虫益处 进化树
必备技能：提问 搜索 Endnote
文献阅读 热心肠 SemanticScholar Geenmedical
扩增子分析：图表解读 分析流程 统计绘图
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
在线工具：16S预测培养基 生信绘图
科研经验：云笔记 云协作 公众号
编程模板: Shell R Perl
生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘
写在后面
为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
点击阅读原文，跳转最新文章目录阅读