我的 R 生成的 Unifrac PCoA 图与 QIIME 生成的图不匹配，我不知道为什么有人有这方面的经验吗？

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@）