频率分布图和散点图SOP

一、 频率分布图

1.1 数据准备

需要将数据和代码放入同一文件夹：

ATPAN.csv文件

RTPAN.csv文件

1.2 数据格式

1.3 画图

##画左边一列2个图

• dev.new()

• par(mfcol=c(2,2))

• otu=read.csv("ATPAN.csv",row.names=1,header=T) 

• B<-otu$B

• h<-hist(B,freq=FALSE,breaks=10,col="red",ylim=c(0,5),xlim=c(0,1),main="Abundant bloom")

• lines(density(B),col="blue",lwd=2)

• box()

• NB<-otu$NB 

• h<-hist(NB,freq=FALSE,breaks=10,col="red",xlim=c(0,1),ylim=c(0,5),main="Abundant non-bloom")

• lines(density(NB),col="blue",lwd=2)

• box()

##画右边一列2个图

• otu=read.csv("RTPAN.csv",row.names=1,header=T) 

• B<-otu$B 

• B<-na.omit(B)

• h<-hist(B,freq=FALSE,breaks=20,col="red",ylim=c(0,5),xlim=c(0,1),main="Rare bloom")

• lines(density(B),col="blue",lwd=2)

• box()

• NB<-otu$NB 

• h<-hist(NB,freq=FALSE,breaks=20,col="red",xlim=c(0,1),ylim=c(0,5),main="Rare non-bloom")

• lines(density(NB),col="blue",lwd=2)

• box()

##R软件出图效果

将原图保存为PDF格式文件

1.4 AI修图

在AI中修图，得到最终图如下：

1.4.1 颜色调整

将第一横排（左、右）两图颜色调为红色（R:231, G:33, B:26）；将第二横排（左、右）两图颜色调为绿色（R:33, G:164, B:100）

1.4.2  字体类型和大小

“A”为Arial（Bold），字体大小为14 pt；横坐标和纵坐标字体大小为8 pt；“Particle-association niche index”字体大小为9 pt，字体均为Arial（Regular）

1.4.3  描边

拟合曲线：1 pt

其他：0.75 pt

1.4.4  画布宽度

148 mm

1.4.5  颜色类型

RGB

1.4.6  分辨率

600 bpi

二、带误差棒的散点图

2.1 数据准备

需将以下文件放入同一文件夹：

ATTAX.csv文件 

RTTAX.csv文件

2.2数据格式

ATTAX表排列

RTTAX表排列

2.3画图

#出图p1

• install.packages("ggplot2")

• library(ggplot2)

• theme_set(theme_bw())

• dev.new()

• par(mfcol=c(1,2))

• Tax=read.csv("ATTAX.csv",row.names=1,header=T)

• p1<-ggplot(Tax, aes(x=Taxonomy, y=Mean, colour=Status))+geom_errorbar(aes(ymin=Mean-SE, ymax=Mean+SE), width=0.4)+geom_point(size=4)+coord_flip()+scale_x_discrete(limits=c("Verrucomicrobia","Gammaproteobacteria","Deltaproteobacteria","Betaproteobacteria","Alphaproteobacteria","Firmicutes","Chloroflexi","Acidobacteria","Bacteroidetes","Actinobacteria"))+scale_y_continuous(limits=c(0, 1)) 

#出图p2

• Tax=read.csv("RTTAX.csv",row.names=1,header=T)#输入数据RTTAX

• p2<-ggplot(Tax, aes(x=Taxonomy, y=Mean, colour=Status))+geom_errorbar(aes(ymin=Mean-SE, ymax=Mean+SE), width=0.4)+geom_point(size=4)+coord_flip()+scale_x_discrete(limits=c("Verrucomicrobia","Gammaproteobacteria","Deltaproteobacteria","Betaproteobacteria","Alphaproteobacteria","Firmicutes","Chloroflexi","Acidobacteria","Bacteroidetes","Actinobacteria"))+scale_y_continuous(limits=c(0, 1))

#合并图P1与P2

• install.packages("gridExtra")

• library(gridExtra)

• dev.new()

• grid.arrange(p1,p2,nrow=1)

##R软件出图

将原图保存为PDF格式文件

三、进行Mann-Whitney检验

3.1 数据准备

MW.xlsx文件

3.2数据格式

“1”代表水华，“2”代表非水华

3.3 计算显著性P值

导入数据

选择工具栏上“分析”——“非参数检验”——“2个独立样本”，具体如下操作：

单击“确定”出如下结果：

渐近显著性（双侧）代表在P < 0.01水平上具有显著差异，图中用“**”表示，以此方法依次计算其他分类群水华与非水华的比较。

3.4 AI中精修

在AI中修图，得到精修图如下：

3.4.1  颜色调整

将属于Bloom分类群的图标调为红色（R:217, G:40, B:29），属于Non-Bloom分类群的图标调为绿色（R:37, G:157, B:97）

3.4.2  字体类型和字体大小

“B”为Arial（Bold），字体大小为14 pt；横坐标和纵坐标字体大小为8 pt；“Particle-association niche index”字体大小为9 pt，字体均为Arial（Regular）；“**”字体Times New Roman（Regular），字体大小为17 pt

3.4.3  描边

0.75 pt

3.4.4  图片宽度

148 mm

3.4.5  颜色类型

RGB

3.4.6  分辨率

600 bpi

3.4.7  拼接

最后将A图与B图拼在一起，得到下图：

参考文献

• Min Liu, Lemian Liu, Huihuang Chen, Zheng Yu, Jun R. Yang, Yuanyuan Xue, Bangqin Huang, Jun Yang. (2019). Community dynamics of free-living and particle-attached bacteria following a reservoir Microcystis bloom. Science of the Total Environment, 660, 501–511

整理：莫媛媛、杨义刚

校对：马国琳

猜你喜欢

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，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-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。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，仍未解决群内讨论，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”

点击阅读原文，跳转最新文章目录阅读