FAPROTAX预测16s扩增子群落功能信息以及R语言可视化

FAPROTAX是一款适用于对环境样本（如海洋、湖泊等）的生物地球化学循环过程（特别是碳、氢、氮、磷、硫等元素循环）进行功能注释预测的软件。我们知道微生物与土壤养分的循环利用密切相关，许多养分被植物利用过程中离不开微生物的作用，比如，氮降解途径中的亚硫酸盐呼吸。

FAPROTAX原理

首先作者先根据文献资料手动构建了联系物种分类与功能注释的FAPROTAX数据库；后又编写了联系OTU分类表与FAPROTAX数据库的python脚本；最后，只要将基于16S的OTU分类表通过python脚本就可以输出微生物群落功能注释预测结果。
另外，PICRUSt输入的物种丰度表目前只能用Greengene数据库进行物种注释，在这一点上FAPROTAX更灵活，因为它识别的是菌的属、种的名称，只要你注释到的菌己被报导有这方面的功能，无论注释数据库是Greengene、Silva和RDP，OTU是有参考还是de novo的结果都可以识别。
有关原理部分和使用部分可参考宏基因组—如何用FAPROTAX预测微生物群落功能。网址：https://mp.weixin.qq.com/s/J8EwJD_PTDhqRaD7kXlK1A
但是出现一个问题上面这篇文章给出的FAPROTAX官网网址（https://www.zoology.ubc.ca/louca/FAPROTAX/lib/php/index.php?section=Instructions）似乎失效了，无法下载该软件。

2020.3.5

FAPROTAX官网的最新网址：https://pages.uoregon.edu/slouca/LoucaLab/archive/FAPROTAX/lib/php/index.php
可能需要翻墙才能访问，没法翻墙的小伙伴也别急，关注公众号：Amoy数据分析，回复FAPROTAX即可下载最新版本的软件。

FAPROTAX官网

可以看到关于FAPROTAX的介绍，原理，使用代码，如何下载选项，点击下载选项可以看最新版本为1.2.1，点击下载。

软件的安装和使用

将下载的压缩文件上传至服务器或虚拟机。这款软件所需要的环境为Python2.7版本。

#解压缩该文件
unzip FAPROTAX_1.2.1.zip
cd FAPROTAX_1.2.1 | ls 
#使用conda软件创建名为envpython27的python=2.7环境，-n为创建环境的名称。
 conda create -n envpython27 python=2.7 -y
#激活python=2.7环境
 conda activate envpython27
#测试软件能否正确运行，如果可以运行会出现参数信息，报错说明不可用，再根据报错的信息解决。
 python /home/ubuntu/FAPROTAX_1.2.1/collapse_table.py
#使用：-i otu分类信息表：-o 输出文件名称：-g 自带的数据库名称，在FAPROTAX_1.2.1/目录下：-r 中间过程文件，可以看到那些菌属没有被数据库对比上，其它具体使用请参考官网的教程。
  python /home/ubuntu/FAPROTAX_1.2.1/collapse_table.py -i qiime1_otu.txt -o qii1_otu_tax_faprtax.txt -g /home/ubuntu/FAPROTAX_1.2.1/FAPROTAX.txt -r report.txt -v -d 'taxonomy'

输入的otu分类表文件格式：案列中的qiime1_otu.txt文件

image.png

输出文件qii2_otu_tax_faprtax.txt

image.png

使用R语言进行可视化

以下操作在R语言中进行，一共需要三个文件：上一步的输出文件qii2_otu_tax_faprtax.txt；分组文件design.txt；需要展示的功能列表文件IND.list。后两个文件自己创建即可。

#加载包和主题，我们做图的最终目的是要发表的，统一的设置一个主题可以方便我们作图，图形更加美观
library(ggplot2)
main_theme = theme(panel.background=element_blank(), panel.grid=element_blank(),
                   axis.line.x=element_line(size=.5, colour="black"), axis.line.y=element_line(size=.5, colour="black"),
                   axis.ticks=element_line(color="black"), axis.text=element_text(color="black", size=),
                   legend.position="right", legend.background=element_blank(), legend.key=element_blank(), legend.text= 
 element_text(size=),
                   text=element_text(family="sans", size=))

alpha = read.table("qii2_otu_tax_faprtax.txt", header=T, row.names=1, sep="\t", comment.char="") 
alpha =alpha[,-1]#数据第一列是NA，所以要去除
alpha = t(alpha)
alpha = alpha/100
alpha =as.data.frame(alpha)
design = read.table("design.txt", header=T, row.names=1, sep="\t")#SampleID为样品编号与qii2_otu_tax_faprtax.txt第一行一致：subspecies为分组信息，对照组和处理组：solitype代表两个不同地点。
design$group=design$groupID
sub_design = subset(design, group %in% c("MSXC","MSXT","XWZC","XWZT"))
sub_design$group  = factor(sub_design$group, levels=c("MSXC","MSXT","XWZC","XWZT"))
idx = rownames(sub_design) %in% rownames(alpha)
sub_design=sub_design[idx,]
# detach("package:ggpubr", unload=TRUE)
# library(dplyr)

list = read.table("IND.list", header=F,  sep="\t")#我们需要挑出来展示的功能，我关注的点是元素循环这块，好像还有病原菌相关的，可根据自己的需要挑选
sub_alpha=alpha[rownames(sub_design), as.vector(list$V1)]
sub_alpha$sampleID=rownames(sub_alpha) 
melted = melt(sub_alpha, id.vars = "sampleID")
melted_all = merge(melted, sub_design[,c("subspecies","solitype")], by.x="sampleID", by.y = "row.names", all.x = T ) 
x = as.data.frame(melted_all %>% group_by(variable) %>%
                    summarise(mean = mean(value)))
x = x[order(x$mean, decreasing = T),]#排序
x = head(x, 10)#选取排名前10的进行展示
melted_all = melted_all[melted_all$variable %in% x$variable,]
melted_all$variable = factor(melted_all$variable, levels = as.vector(x$variable))
melted_all$soiltype = factor(melted_all$solitype, levels=c("M", "X"))
p = ggplot(melted_all, aes(x=variable, y=value, color=subspecies)) +
  geom_boxplot(position = "dodge", alpha=1, outlier.size=0.3, size=0.5, width=0.7, fill="transparent") +
  #geom_jitter( position=position_jitter(0.17), size=0.3, alpha=0.7)+
  main_theme +
  facet_grid(soiltype ~ .)+#以soiltype 图型分页
  theme(axis.text.x=element_text(angle=45,vjust=1, hjust=1))
p
ggsave(paste("faprotax_IND_boxplot_top9..", ".pdf", sep=""), p, width = 8, height = 5)

design.txt文件格式。

image.png

结果数据未发表，就使用刘永鑫大神他们做的图Fig3

除了使用柱状图展示，还可使用热图等其它方式展示。

致谢

公众号宏基因组———如何用FAPROTAX预测微生物群落功能
R语言代码来自文章———Zhang J , Liu Y X , Zhang N , et al. NRT1.1B is associated with root microbiota composition and nitrogen use in field-grown rice[J]. Nature Biotechnology, 2019.中Fig3中的代码部分。