1.简介

微生物组组成的偏置校正分析(ANCOM-BC)(Lin and pedada 2020)是微生物绝对丰度的差异丰度(DA)分析方法。ANCOM-BC估计未知的抽样分数，通过对数线性回归模型(包括估计的抽样分数作为偏移项)校正由其差异引起的偏差，并根据感兴趣的变量确定差异丰富的类群。有关详情，请参阅ANCOM-BC纸。

2.安装

下载包。

如果（！requireNamespace（“BiocManager”，静静地=真正的）)install.packages（“BiocManager”）BiocManager：：安装（“ANCOMBC”）

加载包。

图书馆(ANCOMBC)

3.示例数据

HITChip Atlas数据集包含用HITChip对1006名没有报告健康并发症的西方成年人进行属级微生物群分析(Lahti et al. 2014)．该数据集也可通过微生物组R包获得(拉赫蒂等，2017)在phyloseq(McMurdie and Holmes 2013)格式。在本教程中，我们考虑以下协变量:

• 连续协变量:“年龄”

• 分类协变量:“区域”，“bmi”

• 感兴趣的群体变量:“bmi”

  • 三组:“瘦”、“超重”、“肥胖”

  • 参照组:“肥胖”

数据(atlas1006)#子集到基线谢霆锋=atlas1006 [, atlas1006＄时间= =0］#重新编码bmi组谢霆锋＄体重指数=重新编码(谢霆锋＄bmi_group,肥胖的=“肥胖”，severeobese =“肥胖”，morbidobese =“肥胖”）#偏瘦、超重和肥胖受试者的子集谢霆锋=谢霆锋[,谢霆锋＄身体质量指数%, %c（“精益”，“增持”，“肥胖”）]#注意，默认情况下，R中分类变量的级别是排序的#按字母顺序。在这种情况下，“bmi”的参考水平将是#“精益”。手动更改参考级别，例如，设置' obesity '#作为参考级别，使用:谢霆锋＄体重指数=因素(谢霆锋＄身体质量指数,水平=c（“肥胖”，“增持”，“精益”）)#您可以通过检查来验证更改:#水平(sample_data (tse)美元bmi)#创建区域变量谢霆锋＄地区=重新编码（as.character(谢霆锋＄国籍),斯堪的那维亚=“不”，UKIE =“不”，SouthEurope =“本身”，表示敬意=“CE”，东欧市场=“EE”，.missing =“未知”）#丢弃“EE”，因为它只包含一个主题#丢弃缺少region值的主题谢霆锋=谢霆锋(,！谢霆锋＄地区%, %c（“EE”，“未知”）]打印(tse)

类:treesummarizeexperiment dim: 130 873元数据(0):assays(1):计数rownames(130):放线菌科氧球菌…Xanthomonadaceae Yersinia et reler . rowData name(3):门科属colnames(873): Sample-1 Sample-2…Sample-1005 Sample-1006 colData name(12):年龄性别…bmi region reducedDimNames(0): mainExpName: NULL altExpNames(0): rowLinks: NULL rowTree: NULL colLinks: NULL colTree: NULL

ANCOM-BC实施

了=ancombc（data =谢霆锋,assay_name =“计数”，tax_level =“家庭”，phyloseq =零，公式=“年龄+地区+ bmi”，p_adj_method =“福尔摩斯”，prv_cut =0．10，lib_cut =1000，组=“身体质量指数”，struc_zero =真正的，neg_lb =真正的，托尔=1 e-5，max_iter =One hundred.，节约=真正的，α=0.05，全球=真正的，n_cl =1，verbose =真正的）res =出＄resres_global =出＄res_global# ancombc还支持以phyloseq格式导入数据# tse_alt = agglomerateByRank(tse， "Family")# pseq = makephyloseqfromtreesummarizeexperiment (tse_alt)# out = ancombc(data = NULL, assay_name = NULL，# tax_level = "Family"， phyloseq = pseq，#公式=“年龄+地区+ bmi”，# p_adj_method = "holm"， prv_cut = 0.10, lib_cut = 1000，# group = "region"， struc_zero = TRUE, neg_lb = TRUE, tol = 1e-5，# max_iter = 100，保存= TRUE, alpha = 0.05，全局= TRUE，# n_cl = 1, verbose = TRUE)

tab_lfc =res＄利物浦col_name =c（“分类”，“拦截”，“年龄”，" ne - ce "，" se - ce "，us - ce "，“超重-肥胖”，“瘦-胖”）colnames(tab_lfc) =col_nametab_lfc% > %数据表（标题=“从主要结果开始的对数折叠变化”）% > %formatRound(col_name [-1]，数字=2）

tab_se =res＄secolnames(tab_se) =col_nametab_se% > %数据表（标题=“来自主要结果的SEs”）% > %formatRound(col_name [-1]，数字=2）

tab_w =res＄Wcolnames(tab_w) =col_nametab_w% > %数据表（标题=“来自主要结果的测试统计数据”）% > %formatRound(col_name [-1]，数字=2）

tab_p =res＄p_valcolnames(tab_p) =col_nametab_p% > %数据表（标题=“主要结果的p值”）% > %formatRound(col_name [-1]，数字=2）

tab_q =res＄问colnames(tab_q) =col_nametab_q% > %数据表（标题=“从主要结果调整的p值”）% > %formatRound(col_name [-1]，数字=2）

tab_diff =res＄diff_abncolnames(tab_diff) =col_nametab_diff% > %数据表（标题=从主要结果看差异丰度分类群）

samp_frac =出＄samp_frac#将NA替换为0samp_frac [is.na(samp_frac)] =0#添加pseudo -count(1)以避免取0的对数log_obs_abn =日志(＄feature_table+1）#调整观察到的丰度日志log_corr_abn =t（t(log_obs_abn)-samp_frac)#显示前6个样本轮(log_corr_abn [,1：6]，2）% > %数据表（标题=“经偏差校正的观测丰度测井”）

df_lfc =data.frame(res＄利物浦(,－1］＊res＄diff_abn (,－1]，check.names =假）% > %变异（taxon_id =res＄diff_abn＄分类单元)% > %dplyr：：选择(taxon_id一切（))df_se =data.frame(res＄se (,－1］＊res＄diff_abn (,－1]，check.names =假）% > %变异（taxon_id =res＄diff_abn＄分类单元)% > %dplyr：：选择(taxon_id一切（))colnames(df_se) [-1] =paste0（colnames(df_se) [-1]，“本身”）df_fig_age =df_lfc% > %dplyr：：left_join(df_se通过=“taxon_id”）% > %dplyr：：转化(taxon_id, age, ageSE)% > %dplyr：：过滤器(年龄! =0）% > %dplyr：：安排（desc(年龄)% > %dplyr：：变异（直接=ifelse(年龄>0，“积极的利物浦”，“负利物浦”）)df_fig_age＄taxon_id =因素(df_fig_age＄taxon_id,水平=df_fig_age＄taxon_id)df_fig_age＄直接=因素(df_fig_age＄直接,水平=c（“积极的利物浦”，“负利物浦”）)p_age =ggplot（data =df_fig_age,aes（x =taxon_id,y =的年龄,填补=直接,颜色=直接))+geom_bar（统计=“身份”，宽度=0.7，位置=position_dodge（宽度=0.4）)+geom_errorbar（aes（ymin =年龄-ageSE,ymax =年龄+ageSE),宽度=0.2，位置=position_dodge（0.05)，颜色=“黑色”）+实验室（x =零，y =“对数折叠变化”，title =“对数折线随年龄增加的单位变化”）+scale_fill_discrete（name =零）+scale_color_discrete（name =零）+theme_bw（）+主题（情节。title =element_text（hjust =0．5)，panel.grid.minor.y =element_blank（)，axis.text.x =element_text（角=60，hjust =1）)p_age

df_fig_bmi =df_lfc% > %过滤器(bmioverweight! =0|bmilean! =0）% > %转化(taxon_id｀超重与肥胖｀＝轮(bmioverweight2)，｀精益vs.肥胖｀＝轮(bmilean2）)% > %pivot_longer（关口=｀超重与肥胖｀：｀精益vs.肥胖｀，names_to =“集团”，values_to =“价值”）% > %安排(taxon_id)lo =地板上（最小值(df_fig_bmi＄值))了=天花板（马克斯(df_fig_bmi＄值))中期=(罗+)/2p_bmi =df_fig_bmi% > %ggplot（aes（x =组,y =taxon_id,填补=值))+geom_tile（颜色=“黑色”）+scale_fill_gradient2（低=“蓝色”，高=“红色”，中期=“白色”，na。值=“白色”，中点=中期,限制=c(lo),name =零）+geom_text（aes(集团、taxon_id标签=值),颜色=“黑色”，大小=4）+实验室（x =零，y =零，title =“与肥胖受试者相比，对数倍的变化”）+theme_minimal（）+主题（情节。title =element_text（hjust =0．5）)p_bmi

tab_w =res_global (,c（“分类”，“W”）]tab_w% > %数据表（标题=“测试数据来自全局测试结果”）% > %formatRound（c（“W”)，数字=2）

tab_p =res_global (,c（“分类”，“p_val”）]tab_p% > %数据表（标题=“假定值来自全局测试结果”）% > %formatRound（c（“p_val”)，数字=2）

tab_q =res_global (,c（“分类”，“q_val”）]tab_q% > %数据表（标题=“假定值调整来自全局测试结果”）% > %formatRound（c（“q_val”)，数字=2）

tab_diff =res_global (,c（“分类”，“diff_abn”）]tab_diff% > %数据表（标题=“差异丰富类群来自全局测试结果”）

sig_taxa =res_global% > %dplyr：：过滤器(diff_abn= =真正的）% > %．＄分类单元df_bmi =tab_lfc% > %dplyr：：选择(分类单元,｀超重-肥胖｀，｀瘦-肥胖｀）% > %过滤器(分类单元%, %sig_taxa)df_heat =df_bmi% > %pivot_longer（关口=-one_of（“分类”)，names_to =“地区”，values_to =“价值”）% > %变异（值=轮(价值,2）)df_heat＄分类单元=因素(df_heat＄分类单元,水平=排序(sig_taxa))lo =地板上（最小值(df_heat＄值))了=天花板（马克斯(df_heat＄值))中期=(罗+)/2p_heat =df_heat% > %ggplot（aes（x =地区,y =分类单元,填补=值))+geom_tile（颜色=“黑色”）+scale_fill_gradient2（低=“蓝色”，高=“红色”，中期=“白色”，na。值=“白色”，中点=中期,限制=c(lo),name =零）+geom_text（aes(地区、分类单元标签=值),颜色=“黑色”，大小=4）+实验室（x =零，y =零，title =“全球显著类群的对数折叠变化”）+theme_minimal（）+主题（情节。title =element_text（hjust =0．5）)p_heat

会话信息

sessionInfo（）

R开发中(不稳定)(2022-10-25 r83175)平台:x86_64-pc-linux-gnu(64位)运行环境:Ubuntu 22.04.1 LTS矩阵产品:默认BLAS: /home/biocbuild/bbs-3.17-bioc/R/lib/libRblas。so LAPACK: /usr/lib/x86_64-linux-gnu/ LAPACK /liblapack.so.3.10.0 locale: [1] LC_CTYPE=en_US。UTF-8 LC_NUMERIC=C [3] LC_TIME=en_GB LC_COLLATE=C [5] LC_MONETARY=en_US。utf - 8 LC_MESSAGES = en_US。UTF-8 [7] LC_PAPER=en_US。UTF-8 LC_NAME=C [9] LC_ADDRESS=C LC_TELEPHONE=C [11] LC_MEASUREMENT=en_US。UTF-8 LC_IDENTIFICATION=C附加的基本包:[1]stats graphics grDevices utils datasets methods基础其他附加包:[1]DT_0.26 forcats_0.5.2 string_1 .4.1 dplyr_1.0.10 [5] purrr_0.3.5 readr_2.1.3 tidyr_1.2.1 tibble_3.1.8 [9] ggplot2_3.4.0 tidyverse_1.3.2 ANCOMBC_2.1.1通过命名空间加载(且未附加):[1] splines_4.3.0 bitops_1.0-7 [3] cellranger_1.1.0 reprex_2.0.2 [29] . dirichletmultiomial_1.41.0 rpart_4.1.19 [7] lifecycle_1.0.3 Rdpack_2.4 [9] doParallel_1.0.17 lattice_0.20-45 [11] MASS_7.3-58.1 crosstalk_1.2.0 [13] MultiAssayExperiment_1.25.1 backports_1.4.1 [15] magrittr_2.0.3 Hmisc_4.7-1 [17] sass_0.4.2 rmarkdown_2.17 [19] jquerylib_0.1.4 yaml_2.3.6 [21] doRNG_1.8.2 gld_2.6.6 [23] DBI_1.1.3 [25] rcolorbrewer_1 .3 lubridate_1.8.0 [29]rvest_1.0.3 expm_0.999-6 [31] genomicranges_1.1.0 BiocGenerics_0.45.0 [33] RCurl_1.98-1.9 yulab.utils_0.0.5 [35] nnet_7.3-18 TH.data_1.1-1 [37] sandwich_3 -2 GenomeInfoDbData_1.2.9 [39] IRanges_2.33.0 S4Vectors_0.37.0 [41] ggrepel_0.9.1 irlba_2.3.5.1 [43] tidytree_0.4.1 vegan_2.6-4 [45] permute_0.9-7 DelayedMatrixStats_1.21.0 [47] codetools_0.2-18 DelayedArray_0.25.0 [49] xml2_1.3.3 sccuttle_1 .9.0 [51] energy_1.7-10 tidyselect_1.2.0 [53] farver_2.1.1 lme4_1. 31 [55] gmp_0.6-7ScaledMatrix_1.7.0 [57] viridis_0.6.2 matrixstats_0.2.0 [59] stats4_4.3.0 base64enc_0.1-3 [61] googledrive_2.0.0 jsonlite_1.8.3 [63] BiocNeighbors_1.17.0 e1071_1.7-12 [65] ellipsis_0.3.2 decontam_1.19.0 [67] mia_1.7.0 Formula_1.2-4 -0 scater_1.27.0 [71] iterators_1.0.14 emmeans_1.8.2 [73] foreach_1.5.2 tools_4.3.0 [75] treeio_1.23.0 DescTools_0.99.47 [77] Rcpp_1.0.9 glue_1.6.2 [79] gridExtra_2.3 mgcv_1.8-41 [81] MatrixGenerics_1.11.0 GenomeInfoDb_1.35.2TreeSummarizedExperiment_2.7.0 [85] withr_2.5.0 num德里_2016.8-1.1 [87]fastmap_1.1.0 latticeExtra_0.6-30 [89] boot_1.3-28 fansi_1.0.3 [91] digest_0.6.30 rsvd_1.0.5 [93] R6_2.5.1 estimability_1.4.1 [95] colorspace_2.0-3 jpeg_0.1-9 [97] RSQLite_2.2.18 googlesheets4_1.0.1 [99] utf8_1.2.2 generics_0.1.3 [101] data.table_1.14.4 DECIPHER_2.27.0 [103] class_7.3-20.1 cvxr_1 . 11 [105] httr_1.4.4 htmlwidgets_1.5.4 [107] pkgconfig_2. 3.1 [109] Exact_3.2 Rmpfr_0.8-9 [111] blob_1.2.3SingleCellExperiment_1.21.0 [113] XVector_0.39.0 htmltools_0.5.3 [115] scales_1.2.1 Biobase_2.59.0 [117] lmom_2.9 png_0.1-7 [119] knitr_1.40 rstudioapi_0.14 [121] tzdb_0.3.0 reshape2_1.4.4 [123] coda_0.19-4 checkmate_2.1.0 [125] nlme_1 .1-160 nloptr_2.0.3 [129] proxy_0.1 -160 nloptr_2. 0.6 [129] zoo1.8 -11 rootSolve_1.8.2.3 [131] parallel_8.1 [135] grid_4.3.0 vctrs_0.5.0 [137] BiocSingular_1.15.0 dbplyr_2.2.1 [139] beachmat_2.15.0 xtable_1. 4- 4 [141]cluster_2.1.4 beeswarm_0.4.0 [143] htmlTable_2.4.1 evaluate_0.17 [145] mvtnorm_1.1-3 cli_3.4.1 [147] compiler_4.3.0 rlang_1.0.6 [149] crayon_1.5.2 rngtools_1.5.2 [151] labeling_0.4.2 modelr_0.1.9 [153] interp_1.1-3 fs_1.5.2 [155] plyr_1.8.7 ggbeeswarm_0.6.0 [157] stringi_1.7.8 viridisLite_0.4.1 [159] deldir_1.0-6 BiocParallel_1.33.2 [161] assertthat_0.2.1 lmertest_3 . 3.1-3 [163] munsell_0.5.0 Biostrings_2.67.0 [165] gsl_1 .2.1 -7.1 lazyeval_0.2.2 [167] Matrix_1.5-1 hms_1.1.2 [169] sparseMatrixStats_1.11.0 bit64_4.0.5 [171] highr_0.9 haven_2.5.1 [173] SummarizedExperiment_1.29.1 rbibutils_2.2.9 [175] gargle_1.2.1 broom_1.0.1 [177] memoise_2.0.1 bslib_0.4.1 [179] bit_4.0.4 readxl_1.4.1 [181] ape_5.6-2