MaAsLin2及R实现

MaAsLin2是下一代MaAsLin（与线性模型的微生物组多变量关联），用于有效确定临床数据和微生物组学特征之间的多变量关联。 MaAsLin2依靠通用线性模型来适应大多数现代流行病学研究设计，包括横断面研究和纵向研究，以及各种过滤，归一化和变换方法。该统计方法可以使用命令行或者R实现。

命令行实现

R实现

安装最新版本R包

if(!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("Maaslin2")

或

install.packages("devtools")
library("devtools")
install_github("biobakery/Maaslin2")

准备数据

MaAsLin2 需要两个输入文件

1. Data文件
   • 制表符分割
   • 样本为行，要素为列
   • 或格式转换
   • 文件中的feature包括taxonomy或gene
2. Metadata文件
   • 制表符分割
   • 样本为行，要素为列
   • 或格式转换
   • metadata包括性别或年龄

数据文件可以包含未包含在元数据文件中的样本（以及相反的情况）。 对于这两种情况，两个文件中都未包含的那些样本将从分析中删除。 同样，在两个文件中，样本的顺序不必相同。

输出文件

MaAsLin2 有两种输出文件: 数据及图片 

1. 输出文件
   • all_results.tsv
     • 返回的data
     • q值由小到大排列的结果
     • 第一列为metadata和feature的名称
     • 接下来两列为模型中的值和系数
     • 接下来一列为模型的标准误
     • N 列的为数据点的数目
     • N.not.zero为非0数据的数目
     • pvalue为第二-最后一列
     • qvalue为使用矫正方法之后的p值
   • significant_results.tsv：仅包括P<界值的关联
   • residuals.rds：每个feature的残差
   • fitted.rds：每个feature的拟合值
   • ranef.rds：该文件包含一个数据集，其中包含每个功能的提取随机效果（如果指定了随机效果）。
   • maaslin2.log：日志
2. 输出图片
   • heatmap.pdf：有意义关联的热图
   • [a-z/0-9]+.pdf
     • 将为每个重要关联生成一个图。
     • 散点图用于连续的元数据。
     • 箱形图用于分类数据。
     • 绘制的数据点是经过归一化，过滤和变换后的。

例子

文件来源  .

HMP2_taxonomy.tsv:是制表符分隔的文件，种类是列，样本是行。 它是分类文件的子集，因此仅包括所有样本的物种丰度。

HMP2_metadata.tsv: 是制表符分隔的文件，其中样本作为行，元数据作为列。 它是元数据文件的子集，因此它仅包含一些字段。

命令行

$ Maaslin2.R --transform=AST --fixed_effects="diagnosis,dysbiosisnonIBD,dysbiosisUC,dysbiosisCD,antibiotics,age" --random_effects="site,subject" --normalization=NONE --standardize=FALSE inst/extdata/HMP2_taxonomy.tsv inst/extdata/HMP2_metadata.tsv demo_output

• 确保提供MaAsLin2可执行文件的完整路径（例./R/Maaslin2.R）
• 例子中:
  • HMP2_taxonomy.tsv data路径
  • HMP2_metadata.tsv metadata路径
  • demo_output 输出文件夹

R中

library(Maaslin2)
input_data <- system.file(
    'extdata','HMP2_taxonomy.tsv', package="Maaslin2")
input_metadata <-system.file(
    'extdata','HMP2_metadata.tsv', package="Maaslin2")
fit_data <- Maaslin2(
    input_data, input_metadata, 'demo_output', transform = "AST",
    fixed_effects = c('diagnosis', 'dysbiosisnonIBD','dysbiosisUC','dysbiosisCD', 'antibiotics', 'age'),
    random_effects = c('site', 'subject'),
    normalization = 'NONE',
    standardize = FALSE)

输出文件：

all_results.tsv

significant_results.tsv

ref: