微生物α多样性分析

微生物α多样性分析

        α多样性主要关注局域均匀生境下的物种数目，因此也被称为生境内的多样性（within-habitatdiversity）。群落生态学中研究微生物多样性，通过单样品的多样性分析（α多样性）可以反映微生物群落的丰度和多样性，包括一系列统计学分析指数估计环境群落的物种丰度和多样性。

        α分类有多种，分别表达物种的丰富度、均匀度及多样性等。

        多样性指数(Community Diversity)反映的是物种丰富度和均匀度的综合状况，常见的有Shannon、Simpson等。Shannon指数反映的是物种丰度与均匀度，与这两者均呈正相关；Simpson指数为在样本中抽取两条序列属于不同种的概率。Shannon指数越高表明α多样性越高，而Simpson相反（但当前很多Simpson是1-x）。

        丰富度指数(Community Richness)反映的是群落内物种的丰富程度，常见的有Sobs、Chao、ACE等。Sobs为该样本实际包含的OTU（或ASV等）的物种数目。而Chao为修正后的物种数目。（有的文章中Sobs也称Richness）

        Chao1 = Sobs + n1(n1-1)/2(n2+1) ，其中n1为只有1条的OTU数目，n2为只有两条的OTU数目。

        基于丰度的覆盖估计值（Abundance-based Coverage Estimator, ACE）是用来估计群落中含有OTU 数目的指数。默认将序列量10以下的OTU定义为稀有并单独计算，从而估计群落中实际存在的物种数。ACE指数越大，表明群落中物种数目越大。

        均匀度指数(Community Evenness)反映的是群落内物种的分配状况，也即各物种相对丰度的均匀程度，在同一群落内与丰富度指数呈正相关，常见的有Pielou等。Pielou的均匀度指数（Pielou’s Evenness Index）其实就是香农指数与Observed OTU/ASV对数的比值。

        接下来上代码！

#先加载可能需要的所有包。
library(vegan)
#加载数据
df = read.delim("C:/Users/Shizhe Zhang/", row.names=1,header = T, sep = "t")
#可以查看用法
#?diversity()
Shannon = diversity(df, index = "shannon", MARGIN = 2, base = exp(1)) #MARGIN决定横竖，base为底，此处为e
Simpson = diversity(df, index = "simpson", MARGIN = 2, base =  exp(1))
Richness = specnumber(df, MARGIN = 2) # Sobs
#以数字形式统计成表格并合并
result1 = as.data.frame(cbind(Shannon, Simpson, Richness))
#转置+取整（ceiling向上取整，trunc去除小数部分，floor向下取整，round四舍五入），接下来的分析需要全为整数。
tdf=ceiling(as.data.frame(t(df)))
result2 = t(estimateR(tdf))
result2 = obs_chao_ace[rownames(result1),] #同一行名
#合并结果
result1$Chao1 = result2[,2]
result1$Ace = result2[,4]
result1$pielou = Shannon/log(Richness,2)
#Goods _coverage是指微生物覆盖率，其数值越高，则样本中新物种没有被测出的概率越低，该指数实际反映了本次测序结果是否代表样本的真实情况
result1$Goods_coverage = 1 - colSums(df ==1) / colSums(df)
#添加分组
group = read.delim("C:/Users/Shizhe Zhang/", header = T,row.names=1)
colnames(group)[1:2]= c('regions','species') #更改分组名
group=group[rownames(result1),] #统一行名
result1$rigions=group[,1]

df格式如下：

group格式如下：