ggbiplot-最好看的PCA作图：样品PCA散点+分组椭圆+变量贡献与相关
写在前面
https://github.com/vqv/ggbiplot/blob/master/README.md
前几天在《宏基因组0》微信讨论群看到了有人发了一个上面链接，点开一看居然是一条命令出帅图，真是太实用了。我立即使用本领域的OTU表上进行了测试，效果很好，现分享给大家，欢迎大家留言补充。
ggbiplot简介
ggbiplot是一款PCA分析结果可视化的R包工具，可以直接采用ggplot2来可视化R中基础函数prcomp() PCA分析的结果，并可以按分组着色 、分组添加不同大小椭圆、主成分与原始变量相关与贡献度向量等。
An implementation of the biplot using ggplot2. The package provides two functions: ggscreeplot() and ggbiplot(). ggbiplot aims to be a drop-in replacement for the built-in R function biplot.princomp() with extended functionality for labeling groups, drawing a correlation circle, and adding Normal probability ellipsoids.
ggbiplot安装和官方示例
R包，建议在Rstudio中使用更方便
# 安装包，安装过请跳过
install.packages("devtools", repo="http://cran.us.r-project.org")
library(devtools)
install_github("vqv/ggbiplot")
# 最简单帅气的例子
data(wine)
wine.pca <- prcomp(wine, scale. = TRUE)
# 演示样式
ggbiplot(wine.pca, obs.scale = 1, var.scale = 1,
groups = wine.class, ellipse = TRUE, circle = TRUE) +
scale_color_discrete(name = '') +
theme(legend.direction = 'horizontal', legend.position = 'top')
# 基本样式
plot(wine.pca$x) # 原始图，大家可以尝试画下，不忍直视看，是不是一条命令就把prcomp()得到的主成分分析PCA的结果展示的淋漓尽致。是不是瞬间有了高分文章的B格。
主要结果说明:
坐标轴PC1/2的数值为总体差异的解释率；
图中点代表样品，颜色代表分组，图例在顶部有三组；
椭圆代表分组按默认68%的置信区间加的核心区域，便于观察组间是否分开；
箭头代表原始变量，其中方向代表原始变量与主成分的相关性，长度代表原始数据对主成分的贡献度。
更详细的PCA原理、推导、图解，请跳转《一文看懂PCA主成分分析》，再点击阅读原文。重点关注——PCA结果解释部分。
OTU表实战
本实战，基于本公众号之前发布文章 《扩增子分析教程-3统计绘图-冲击高分文章》中提供测试数据的OTU表、实验设计和物种注释信息，需要者可前往下载。
PCA分析OTU表和可视化
# 菌群数据实战
# 读入实验设计
design = read.table("design.txt", header=T, row.names= 1, sep="\t")
# 读取OTU表
otu_table = read.delim("otu_table.txt", row.names= 1, header=T, sep="\t")
# 过滤数据并排序
idx = rownames(design) %in% colnames(otu_table)
sub_design = design[idx,]
count = otu_table[, rownames(sub_design)]
# 基于OTU表PCA分析
otu.pca <- prcomp(t(count), scale. = TRUE)
# 绘制PCA图，并按组添加椭圆
ggbiplot(otu.pca, obs.scale = 1, var.scale = 1,
groups = sub_design$genotype, ellipse = TRUE,var.axes = F)可以看到三个组在第一主轴上明显分开。
展示主要差异菌与主成分的关系
# 显著高丰度菌的影响
# 转换原始数据为百分比
norm = t(t(count)/colSums(count,na=T)) * 100 # normalization to total 100
# 筛选mad值大于0.5的O
47 32040 47 15232 0 0 2488 0 0:00:12 0:00:06 0:00:06 2909TU
mad.5 = norm[apply(norm,1,mad)>0.5,]
# 另一种方法：按mad值排序取前6波动最大的OTUs
mad.5 = head(norm[order(apply(norm,1,mad), decreasing=T),],n=6)
# 计算PCA和菌与菌轴的相关性
otu.pca <- prcomp(t(mad.5))
ggbiplot(otu.pca, obs.scale = 1, var.scale = 1,
groups = sub_design$genotype, ellipse = TRUE,var.axes = T)我们仅用中值绝对偏差(mad)最大的6个OTUs进行主成分分析，即可将三组样品明显分开。图中向量长短代表差异贡献，方向为与主成分的相关性。可以看到最长的向量Streptophyta与X轴近平行，表示PC1的差异主要由此菌贡献。其它菌与其方向相反代表OTUs间可能负相关；夹角小于90%的代表两个OTUs有正相关。
ggbiplot官网简介
ggbiplot
An implementation of the biplot using ggplot2. The package provides two functions: ggscreeplot() and ggbiplot(). ggbiplot aims to be a drop-in replacement for the built-in R function biplot.princomp() with extended functionality for labeling groups, drawing a correlation circle, and adding Normal probability ellipsoids.
ggbiplot使用和参数
?ggbiplot
ggbiplot(pcobj, choices = 1:2, scale = 1, pc.biplot =
TRUE, obs.scale = 1 - scale, var.scale = scale, groups =
NULL, ellipse = FALSE, ellipse.prob = 0.68, labels =
NULL, labels.size = 3, alpha = 1, var.axes = TRUE, circle
= FALSE, circle.prob = 0.69, varname.size = 3,
varname.adjust = 1.5, varname.abbrev = FALSE, ...)
pcobj # prcomp()或princomp()返回结果
choices # 选择轴，默认1：2
scale # covariance biplot (scale = 1), form biplot (scale = 0). When scale = 1, the inner product between the variables approximates the covariance and the distance between the points approximates the Mahalanobis distance.
obs.scale # 标准化观测值
var.scale # 标准化变异
pc.biplot # 兼容 biplot.princomp()
groups # 组信息，并按组上色
ellipse # 添加组椭圆
ellipse.prob # 置信区间
labels # 向量名称
labels.size # 名称大小
alpha # 点透明度 (0 = TRUEransparent, 1 = opaque)
circle # 绘制相关环(only applies when prcomp was called with scale = TRUE and when var.scale = 1)
var.axes # 绘制变量线-菌相关
varname.size # 变量名大小
varname.adjust # 标签与箭头距离 >= 1 means farther from the arrow
varname.abbrev # 标签是否缩写猜你喜欢
写在后面
为促进读者交流、加速科学问题解决，我们建立了“宏基因组”专业讨论群，目前己有八百多名一线科研人员加入。参与讨论，获得专业指导、问题解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职务”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论。问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”