前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python&R LEfSe 分析

Python&R LEfSe 分析

作者头像
全栈程序员站长
发布2022-08-11 20:49:58
1.4K1
发布2022-08-11 20:49:58
举报

大家好,又见面了,我是你们的朋友全栈君。

软件安装与路径添加

 在涉及到物种或基因组间差异分析的方法中,LEfSe是目前常见的方法。LEfSe实现的方式主要有在线分析和本地分析,在线分析会受到网络及其他因素影响,因而速度可能极慢。本地分析可基于Windows或Linux系统,调参更加灵活。本文以Windows系统为例,向大家展示如何在自己的本本上运行LEfSe,再也不用去求公司了……  首先,我们要安装好Pyhthon(2.7版本)和R(安装方法不再赘述),然后把软件的安装路径添加到电脑的系统环境变量,如R我是安装在“D:\Rnew\R-3.4.4”,那么我复制这个路径,如下图:

在这里插入图片描述
在这里插入图片描述

 然后鼠标右击“我的电脑”→“属性”

在这里插入图片描述
在这里插入图片描述

 接下来是“高级系统设置”

在这里插入图片描述
在这里插入图片描述

 接下来是双击“环境变量”

在这里插入图片描述
在这里插入图片描述

 然后双击“环境变量”,我们会看到两个“Path”。

在这里插入图片描述
在这里插入图片描述

 为保证不出意外,我们分别对两个Path进行操作。以上面窗口的Path为例,双击Path,然后“新建”(我的系统为win10,win10以下的系统貌似是直接双击Path就可以操作),然后把R的安装路径粘贴在新建的框内,然后确定,细心的朋友会发现我还把路径“D:\Rnew\R-3.4.4\bin\x64”加入了“环境变量”,是的,我们需要把这两个路径都加入进来。

在这里插入图片描述
在这里插入图片描述

 我们检测一下,看R是否成功加入到Path中,我们打开CMD命令行模式,然后输入R→回车键。如下图,说明我们的操作已经成功。

在这里插入图片描述
在这里插入图片描述

 接下来是把Python也加进来,操作方法与R一样,

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

 同样的,这里在CMD命令行中输入“python”,然后回车键。如下图,说明python添加到Path成功。

在这里插入图片描述
在这里插入图片描述

模块与包的安装

 上述的操作后,我们已经把Python和R成功加入到Path中,在用这两个做数据分析时,我们要安装别人已经写好的模块与包(packages)。LEfSe主要以Python运行为主,但要调用到R的几个packages。首先,对于python,我们需要安装“numpy”、“rpy2”与“matplotlib”三个模块,在R中需要安装好几个packages,如mvtnorm、coin等。我们先安装Python的模块,在数据分析过程中提示未找到“packages”时,我们再用R安装对应的packages。下面以numpy模块安装为例:在CMD命令行中运行:

代码语言:javascript
复制
pip install D:\python\numpy-1.14.1-cp27-none-win_amd64.whl

等待安装完毕,这里可以分别打开3个CMD,分别安装“numpy”、“rpy2”与“matplotlib”(对于模块的安装,我这里是把模块下载到电脑上,也可以联网安装,农村不仅路滑,网也不好,所以下载→本地安装)。

在这里插入图片描述
在这里插入图片描述

 模块安装好后,我们在CMD命令行中输入python,然后回车键,然后输入:

代码语言:javascript
复制
import numpy

回车键。如下图,说明numpy被成功安装,切记还有rpy2与matplotlib也要安装!

在这里插入图片描述
在这里插入图片描述

这一步非常重要,我们打开系统环境变量,然后”新建”,变量名为“R_USER”,变量值为某一个路径即可,然后“确定”

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

 至此,准备就绪,我们需要去下载LEfSe分析的代码:https://bitbucket.org/nsegata/metaphlan/wiki/MetaPhlAn_Pipelines_Tutorial

在这里插入图片描述
在这里插入图片描述

然后解压如下图的代码:

在这里插入图片描述
在这里插入图片描述

得到如下文件:

在这里插入图片描述
在这里插入图片描述

 到这里前期工作准备得差不多了,我们需要对物种或者基因的数据进行格式整理:第一列为物种名字,第一行为样本重复(切记要灵活运用、操作):

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

开始做分析

 打开CMD,把运行路径切换到待分析数据所在路径:我的数据在“D:\yingyong”,

代码语言:javascript
复制
D:
cd D:\yingyong

具体操作如下图。

在这里插入图片描述
在这里插入图片描述

 代码路径为“D:\lefse”,第一步:

代码语言:javascript
复制
D:\lefse\format_input.py hh.txt lefse.in.txt -c 1 -o 100000
在这里插入图片描述
在这里插入图片描述

 第二步:

代码语言:javascript
复制
D:\lefse\run_lefse.py lefse.in.txt lefse.out.txt -l 3
在这里插入图片描述
在这里插入图片描述

 第三步:开始画图,

代码语言:javascript
复制
D:\lefse\plot_res.py lefse.out.txt lda.pdf --format pdf
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

 第四步:还是图,

代码语言:javascript
复制
D:\lefse\plot_cladogram.py lefse.out.txt yuan.pdf --format pdf --labeled_start_lev 1
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

 那么,LEfSe分析的常见图已经出来,对于biomarker在每个组中的相对丰度,这里不再演示,算是留个悬念,有需要的朋友可以自行探索或加入文后的QQ群→讨论。  对于上面的图,我们会发现物种名没有完全显示,这里我们推荐用AI软件(Adobe Illustrator)进行调整(是调整,不是修改!),对于LEfSe分析操作,需要自己灵活操作,照猫画虎绝对是不行的。对于图的解读可以参考已经发表的诸多papers。为加快初学者分析数据、绘图的速度,我们创建了一个QQ群:335774366。欢迎有兴趣的朋友加入→指导。  2019年了,祝各位朋友:“猪”事顺利→做一只特立独行的猪?。 声明:以上内容仅为作者个人理解,有不对的地方,欢迎指正。

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/131286.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022年4月2,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 软件安装与路径添加
  • 模块与包的安装
  • 这一步非常重要,我们打开系统环境变量,然后”新建”,变量名为“R_USER”,变量值为某一个路径即可,然后“确定”
  • 开始做分析
相关产品与服务
命令行工具
腾讯云命令行工具 TCCLI 是管理腾讯云资源的统一工具。使用腾讯云命令行工具,您可以快速调用腾讯云 API 来管理您的腾讯云资源。此外,您还可以基于腾讯云的命令行工具来做自动化和脚本处理,以更多样的方式进行组合和重用。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档