Qiime1-11.Beta多样性分析

本节我们介绍Beta多样性的分析。

Beta多样性

分析微生物的Beta多样性可以直接使用Qiime1中的beta_diversity_through_plots.py，这个命令包括以下三步骤：

1. beta_diversity.py (http://qiime.org/scripts/beta_diversity.html)

2.principal_coordinates.py (http://qiime.org/scripts/principal_coordinates.html)

3.make_emperor.py (http://biocore.github.io/emperor/build/html/scripts/make_emperor.html)

同样我们可以通过参数文件修改命令中一系列的参数，比如很多人想要计算bray-curtis的距离，就可以通过参数文件添加。

具体的命令如下：

beta_diversity_through_plots.py \
-i otu_table.biom \
-o bdiv_plots/ \
-m mapping_file.txt \
-t rep_set.tre \
-p parameters.txt

Note:如果你想对样本进行挑选，你可以用--seqs_per_sample | -e参数进行筛选。

最后会产生以下文件：
用于计算显著性的距离matrix文件
bdiv_plots/unweighted_unifrac_dm.txt
bdiv_plots/weighted_unifrac_dm.txt
用于做PCA和PCoA的主成分分析文件
bdiv_plots/unweighted_unifrac_pc.txt
bdiv_plots/weighted_unifrac_pc.txt

Beta多样性显著性的计算

一旦Beta多样性的PCoA图产生，你就会好奇你所关注的2个组或者多个组间究竟是否存在显著差异。目前有多种统计方法，qiime也为我们提供了几种包括Adonis等方法，它们都可以对Beta多样性进行检验，因此你可以根据你的数据集选择合适的方法进行检验。（参考：http://qiime.org/tutorials/category_comparison.html）
具体的命令如下：

# Unweighted UniFrac stats
compare_categories.py \
-i bdiv_plots/unweight_unifrac_dm.txt \
-o bdiv_stats_adonis_unweighted/ \
-m mapping_file.txt \
-c SampleType \
--method adonis

# Weighted UniFrac stats
compare_categories.py \
-i bdiv_plots/weight_unifrac_dm.txt \
-o bdiv_stats_adonis_weighted/ \
-m mapping_file.txt \
-c SampleType \
--method adonis

距离箱形图的绘制

make_distance_boxplots.py \
-d bdiv_plots/unweighted_unifrac_dm.txt \
-o bdiv_plots/unweighted_distance_boxplot
-m mapping_file.txt \
-f "SampleType" \
--save_raw_data

PCoA 2D图像的绘制

产生的PCoA是3D的，如果你想要2D的图像怎么办呢？

make_2d_plots.py \
-i bdiv_plots/unweight_unifrac_pc.txt \
-o bdiv_2d_plot/ \
-m mapping_file.txt