手机版 | | | | |
当前位置: 网站首页 > 生物信息学 > R语言 > 文章 当前位置: R语言 > 文章

R语言之ggbiplot-PCA作图:样品PCA散点+分组椭圆+主成分丰度

时间:2018-04-29    点击: 次    来源:网络    作者:佚名 - 小 + 大

ggbiplot简介

ggbiplot是一款PCA分析结果可视化的R包工具可以直接采用ggplot2来可视化R中基础函数prcomp() PCA分析的结果,并可以按分组着色 、分组添加不同大小椭圆、主成分与原始变量相关与贡献度向量等。

An implementation of the biplot using ggplot2. The package provides two functions: ggscreeplot() and ggbiplot(). ggbiplot aims to be a drop-in replacement for the built-in R function biplot.princomp() with extended functionality for labeling groups, drawing a correlation circle, and adding Normal probability ellipsoids.


ggbiplot安装和官方示例

R包,建议在Rstudio中使用更方便

# 安装包,安装过请跳过

 install.packages("devtools", repo="http://cran.us.r-project.org") 

library(devtools) 

install_github("vqv/ggbiplot")# 最简单帅气的例子

 data(wine) 

wine.pca <- prcomp(wine, scale. = TRUE) # 演示样式 

ggbiplot(wine.pca, obs.scale = 1, var.scale = 1, groups = wine.class, ellipse = TRUE, circle = TRUE) 

+ scale_color_discrete(name = '') 

+ theme(legend.direction = 'horizontal', legend.position = 'top') # 基本样式 

plot(wine.pca$x) # 原始图,大家可以尝试画下,不忍直视

image

看,是不是一条命令就把prcomp()得到的主成分分析PCA的结果展示的淋漓尽致。是不是瞬间有了高分文章的B格。

主要结果说明:

  • 坐标轴PC1/2的数值为总体差异的解释率;
  • 图中点代表样品,颜色代表分组,图例在顶部有三组;
  • 椭圆代表分组按默认68%的置信区间加的核心区域,便于观察组间是否分开;
  • 箭头代表原始变量,其中方向代表原始变量与主成分的相关性,长度代表原始数据对主成分的贡献度。

OTU表实战

本实战,基于本公众号之前发布文章 《扩增子分析教程-3统计绘图-冲击高分文章》中提供测试数据的OTU表、实验设计和物种注释信息,需要者可前往下载。

PCA分析OTU表和可视化

# 菌群数据实战 

# 读入实验设计 

design = read.table("design.txt", header=T, row.names= 1, sep="\t")

 # 读取OTU表 

otu_table = read.delim("otu_table.txt", row.names= 1,  header=T, sep="\t") 

# 过滤数据并排序 

idx = rownames(design) %in% colnames(otu_table) 

sub_design = design[idx,]count = otu_table[, rownames(sub_design)] 

# 基于OTU表PCA分析 

otu.pca <- prcomp(t(count), scale. = TRUE) 

# 绘制PCA图,并按组添加椭圆 

ggbiplot(otu.pca, obs.scale = 1, var.scale = 1, groups = sub_design$genotype, ellipse = TRUE,var.axes = F)

image

可以看到三个组在第一主轴上明显分开。

展示主要差异菌与主成分的关系

# 显著高丰度菌的影响 

# 转换原始数据为百分比 

norm = t(t(count)/colSums(count,na=T)) * 100 

# normalization to total 100 

# 筛选mad值大于0.5的OTU 

mad.5 = norm[apply(norm,1,mad)>0.5,] 

# 另一种方法:按mad值排序取前6波动最大的OTUs 

mad.5 = head(norm[order(apply(norm,1,mad), decreasing=T),],n=6) 

# 计算PCA和菌与菌轴的相关性 

otu.pca <- prcomp(t(mad.5)) 

ggbiplot(otu.pca, obs.scale = 1, var.scale = 1, groups = sub_design$genotype, ellipse = TRUE,var.axes = T)

image

我们仅用中值绝对偏差(mad)最大的6个OTUs进行主成分分析,即可将三组样品明显分开。图中向量长短代表差异贡献,方向为与主成分的相关性。可以看到最长的向量Streptophyta与X轴近平行,表示PC1的差异主要由此菌贡献。其它菌与其方向相反代表OTUs间可能负相关;夹角小于90%的代表两个OTUs有正相关。

ggbiplot官网简介

ggbiplot

An implementation of the biplot using ggplot2. The package provides two functions: ggscreeplot() and ggbiplot(). ggbiplot aims to be a drop-in replacement for the built-in R function biplot.princomp() with extended functionality for labeling groups, drawing a correlation circle, and adding Normal probability ellipsoids.

ggbiplot使用和参数

?ggbiplot

ggbiplot(pcobj, choices = 1:2, scale = 1, pc.biplot =
  TRUE, obs.scale = 1 - scale, var.scale = scale, groups =
  NULL, ellipse = FALSE, ellipse.prob = 0.68, labels =
  NULL, labels.size = 3, alpha = 1, var.axes = TRUE, circle
  = FALSE, circle.prob = 0.69, varname.size = 3,
  varname.adjust = 1.5, varname.abbrev = FALSE, ...)

pcobj # prcomp()或princomp()返回结果
choices# 选择轴,默认1:2
scale# covariance biplot (scale = 1), form biplot (scale = 0). When scale = 1, the inner product between the variables approximates the covariance and the distance between the points approximates the Mahalanobis distance.
obs.scale # 标准化观测值
var.scale # 标准化变异
pc.biplot # 兼容 biplot.princomp()
groups # 组信息,并按组上色
ellipse# 添加组椭圆
ellipse.prob # 置信区间
labels# 向量名称
labels.size# 名称大小
alpha # 点透明度 (0 = TRUEransparent, 1 = opaque)
circle # 绘制相关环(only applies when prcomp was called with scale = TRUE and when var.scale = 1)
var.axes # 绘制变量线-菌相关
varname.size # 变量名大小
varname.adjust # 标签与箭头距离 >= 1 means farther from the arrow
varname.abbrev # 标签是否缩写

上一篇:R语言之dplyr 数据清理

下一篇:R语言多任务处理与并行运算包——foreach

本站内容如有争议请联系E-mail:admin@82247.com   本站版权(C)82247.com 2018  

沪ICP备14043986-1号 | 沪公网安备 31009102000012号