FastSpar | 用更快的 SparCC 进行微生物组相关性分析
FastSpar | 用更快的 SparCC 进行微生物组相关性分析
生信菜鸟团
发布于 2020-10-23 11:36:30
发布于 2020-10-23 11:36:30
对于 OTU 矩阵这样稀疏的组成数据，我们往往会用专门的统计方法来计算其相关性，进行网络分析，一般最常用的就是 SparCC，但其性能限制了高维数据集交互网络的计算。FastSpar 在 SparCC 算法的基础上进行改进，用 C++ 将算法重写，使其更为高效且支持并行运算。与 SparCC 相比，FastSpar 的运算结果几乎相同，同时可将计算时间减少 2-3 个数量级，并且占用内存更少。
GitHub 地址：https://github.com/scwatts/FastSpar
软件安装
FastSpar 可以通过预编译的二进制文件，Bioconda 或从源代码安装。
GNU/Linux
对于大多数 64 位 linux 发行版（例如 Ubuntu，Debian，RedHat 等），使用 FastSpar最简单方法就是直接下载二进制文件。
Bioconda
conda install -c bioconda -c conda-forge fastspar从源码编译
依赖：
C++11 (gcc-4.9.0+, clang-4.9.0+, etc)OpenMP 4.0+GfortranArmadillo 6.7+LAPACKBLAS (OpenBLAS is recommended)GNU Scientific Library 2.1+GNU getoptGNU makeGNU autoconfGNU autoconf-archiveGNU m4下载 FastSpar 源码并安装：
git clone https://github.com/scwatts/fastspar.gitcd fastspar./autogen.sh./configure --prefix=/usr/makemake install使用方法
相关性分析
输入 OTU count 矩阵，计算相关性矩阵：
fastspar --otu_table tests/data/fake_data.tsv --correlation median_correlation.tsv --covariance median_covariance.tsv也可以调整迭代次数和排除迭代次数（排除高度相关 OTU 的次数）：
fastspar --iterations 50 --exclude_iterations 20 --otu_table tests/data/fake_data.tsv --correlation median_correlation.tsv --covariance median_covariance.tsv此外，还可以增加排除相关 OTU 的最小阈值：
fastspar --threshold 0.2 --otu_table tests/data/fake_data.tsv --correlation median_correlation.tsv --covariance median_covariance.tsv计算 P 值
有几种方法可以为相关性计算 P 值。这里选择使用基于 bootstrap 的方法。首先获得随机替换的数据集，再通过这些随机数据计算 P 值，在下面的示例中，我们根据 1000 个随机数据集来计算 P 值。
首先，生成 1000 个随机矩阵：
mkdir bootstrap_countsfastspar_bootstrap --otu_table tests/data/fake_data.tsv --number 1000 --prefix bootstrap_counts/fake_data然后计算每个矩阵的相关性（并行计算）：
mkdir bootstrap_correlationparallel fastspar --otu_table {} --correlation bootstrap_correlation/cor_{/} --covariance bootstrap_correlation/cov_{/} -i 5 ::: bootstrap_counts/*根据这些相关性，可计算出 P 值：
fastspar_pvalues --otu_table tests/data/fake_data.tsv --correlation median_correlation.tsv --prefix bootstrap_correlation/cor_fake_data_ --permutations 1000 --outfile pvalues.tsv若使用 OpenMP 编译 FastSpar，则可直接通过参数 --threads <thread_number> 并行运算：
fastspar --otu_table tests/data/fake_data.txt --correlation median_correlation.tsv --covariance median_covariance.tsv --iterations 50 --threads 10友情推荐：
生信技能树官方举办的学习班：
- 数据挖掘学习班第7期（线上直播3周，马拉松式陪伴，带你入门），原价4800的数据挖掘全套课程， 疫情期间半价即可抢购。
- 生信爆款入门-第9期（线上直播4周，马拉松式陪伴，带你入门），原价9600的生信入门全套课程，疫情期间3.3折即可抢购。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-10-11，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
云直播
云直播（Cloud Streaming Services，CSS）为您提供极速、稳定、专业的云端直播处理服务，根据业务的不同直播场景需求，云直播提供了标准直播、快直播、云导播台三种服务，分别针对大规模实时观看、超低延时直播、便捷云端导播的场景，配合腾讯云视立方·直播 SDK，为您提供一站式的音视频直播解决方案。