R 通过元数据为稀疏曲线着色（纯素包装）（phyloseq包装）

第一次在这里提问。顺便说一句，我在其他帖子中找不到这个问题的答案

无论如何。。。 我通过纯素软件包创建了一条稀疏曲线，我得到了一个非常混乱的图，图的底部有一个非常厚的黑条，它模糊了一些低多样性的采样线。 理想情况下，我想用我所有的第169行生成一个图；我可以将其减少到144，但制作一个合成图，按样本年着色，并为每个池塘绘制不同类型的线，即：2个样本年：2016年、2017年和3个池塘：1,2,5年。我使用phyloseq创建了一个包含所有数据的对象，然后将我的OTU丰度表与元数据分离为不同的对象jt=OTU表和sampledata=metadata。我当前的代码：

 jt <- as.data.frame(t(j)) # transform it to make it compatible with the proceeding commands
rarecurve(jt
          , step = 100
          , sample = 6000
          , main = "Alpha Rarefaction Curve"
          , cex = 0.2
          , color = sampledata$PondYear)

# A very small subset of the sample metadata
                  Pond    Year
F16.5.d.1.1.R2     5      2016
F17.1.D.6.1.R1     1      2017
F16.1.D15.1.R3     1      2016
F17.2.D00.1.R2     2      2017

---

下面是一个如何使用ggplot绘制稀疏曲线的示例。我使用了bioconductor提供的软件包中的数据

要安装phyloseq：

source('http://bioconductor.org/biocLite.R')
biocLite('phyloseq')
library(phyloseq)

需要其他图书馆

library(tidyverse)
library(vegan)

数据：

用ggplot2绘图

ggplot(data = rare)+
  geom_line(aes(x = raw.read, y = OTU, color = sample))+
  scale_x_continuous(labels =  scales::scientific_format())

素食区：

rarecurve(otu, step = 5, sample = 6000, label = T) #low step size because of low abundance

人们可以根据这一点制作一列额外的分组和颜色

下面是一个如何添加另一个分组的示例。假设您有一个如下表格：

groupings <- data.frame(sample = c("B", "C", "D"),
                       location = c("one", "one", "two"), stringsAsFactors = F)
groupings
  sample location
1      B      one
2      C      one
3      D      two

让我们把它画成一个像样的情节

ggplot(data = rare)+
  geom_line(aes(x = raw.read, y = OTU, group = sample, color = loc))+
  geom_text(data = rare %>% #here we need coordinates of the labels
              group_by(sample) %>% #first group by samples
              summarise(max_OTU = max(OTU), #find max OTU
                        max_raw = max(raw.read)), #find max raw read
              aes(x = max_raw, y = max_OTU, label = sample), check_overlap = T, hjust = 0)+
  scale_x_continuous(labels =  scales::scientific_format())+
  theme_bw()

---

哇！那太狡猾了！现在我明白了为什么人们认为R使用起来很痛苦。有没有一种简单的方法可以做到这一点？@Jari Oksanen:vegan的ReReecurve函数有col和lty的参数。如果不打算使用ggplot，可以指定这些参数并手动添加图例。

rare <- map_dfr(rare, function(x){
  z <- data.frame(x)
  return(z)
}, .id = "sample")

head(rare)
  sample       OTU raw.read
1      B  1.000000        1
2      B  5.977595        6
3      B 10.919090       11
4      B 15.826125       16
5      B 20.700279       21
6      B 25.543070       26

ggplot(data = rare)+
  geom_line(aes(x = raw.read, y = OTU, color = sample))+
  scale_x_continuous(labels =  scales::scientific_format())

rarecurve(otu, step = 5, sample = 6000, label = T) #low step size because of low abundance

groupings <- data.frame(sample = c("B", "C", "D"),
                       location = c("one", "one", "two"), stringsAsFactors = F)
groupings
  sample location
1      B      one
2      C      one
3      D      two

rare <- map_dfr(groupings$sample, function(x){ #loop over samples
  z <- rare[rare$sample == x,] #subset rare according to sample 
  loc <- groupings$location[groupings$sample == x] #subset groupings according to sample, if more than one grouping repeat for all
  z <- data.frame(z, loc) #make a new data frame with the subsets
  return(z)
})

head(rare)
  sample       OTU raw.read loc
1      B  1.000000        1 one
2      B  5.977595        6 one
3      B 10.919090       11 one
4      B 15.826125       16 one
5      B 20.700279       21 one
6      B 25.543070       26 one

ggplot(data = rare)+
  geom_line(aes(x = raw.read, y = OTU, group = sample, color = loc))+
  geom_text(data = rare %>% #here we need coordinates of the labels
              group_by(sample) %>% #first group by samples
              summarise(max_OTU = max(OTU), #find max OTU
                        max_raw = max(raw.read)), #find max raw read
              aes(x = max_raw, y = max_OTU, label = sample), check_overlap = T, hjust = 0)+
  scale_x_continuous(labels =  scales::scientific_format())+
  theme_bw()