问题描述
我使用了 2 种方法尝试在 R-Studio 中生成基于 Unifrac 的 PCoA 图。它们看起来彼此相似,但与 QIIME 生成的内容截然不同。出于各种原因,我们的实验室希望能够在 R 中正确生成这些图。我可以让基于 Bray-Curtis 的图看起来与 QIIME 中生成的图相似,所以我相信这个问题是相关的系统发育树或 Unifrac 值的生成方式。我试过使用
plot_ordination(Phyloseqobject,ordinate(phyloseqobject,"PCoA",distance = "unifrac",weighted = TRUE),color = "Categoryofinterest ")
和
UniFrac(Phyloseqobject,weighted=TRUE,normalized=TRUE) ->dist
PCOA <- pcoa(dist)
biplot.pcoa(PCOA)
我目前正在使用 QIIME 中生成的有根树,以及 QIIME 中生成的 OTU。 知道为什么这两个图与 QIIME 生成的图有很大不同吗?我是否错过了一些需要对值进行的不太明显的调整?还是我需要对树做些什么?
另外,值得注意的是,我不是生成 QIIME PCoA 的人,所以我对那里做了什么的了解有限。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)