[PYTHON] Darstellung der Verteilung der Bakterienzusammensetzung aus Qiime2-Analysedaten in einem Box-Whisker-Diagramm

Zweck

Aus den Ergebnissen der 16S-rRNA-Flora-Analyse unter Verwendung von Qiime2 werden wir eine Methode zur Visualisierung der Verteilung der Zusammensetzungsrate spezifischer Bakterien vorstellen. Im vorherigen Abschnitt haben wir die Darmflora der CD-Gruppe (Clone's Disease), der UC-Gruppe (Colitis ulcerosa) und der NonIBD-Gruppe (Non-Inflammatory Intestinal Disease) verglichen. Ich werde vorstellen, wie man es mit einem Box-Bart-Diagramm darstellt. Mit Bezug auf diesen Artikel können Sie die folgenden Box-Whisker erstellen.

Umgebung

• MacBook Air (Retina, 13-inch, 2018)
• macOS Catalina (version 10.15.6)
• Python 3.8.4

Paket

Dieses Mal verwende ich Altair, mit dem durch Eingabe von Python DataFrame verschiedene Diagramme erstellt werden können. Andere Zeichnungen als die Box-Whisker werden ebenfalls unter [hier] vorgestellt (https://qiita.com/keisuke-ota/items/80d64153c499c8cc4774).

Über Daten

Um ein Box-Whisker-Diagramm zu erstellen, benötigen Sie Zähldaten, die die Anzahl der Bakterienablesungen für jede Probe und die Probenmetadaten zusammenfassen. Weitere Informationen finden Sie unter Vorheriger Abschnitt.

Erfassung von Zähldaten

Table.qza und taxonomy.qza sind erforderlich, um die Zähldaten zu erhalten. Informationen zum Erstellen der einzelnen Dateien finden Sie unter hier. Führen Sie in diesem Dokument den folgenden Befehl aus, da wir Phylum-Level-Count-Daten verwenden, und achten Sie dabei auf --p-Level 2.

Terminal (in der virtuellen Umgebung von Qiime2)

qiime taxa collapse   --i-table table.qza   --i-taxonomy taxonomy.qza   --p-level 2   --o-collapsed-table L2_table.qza

qiime tools export  --input-path L2_table.qza   --output-path L2

biom convert  -i L2/feature-table.biom  -o L2/table.tsv  --to-tsv

Wenn Sie die folgende Datei erhalten, sind Sie erfolgreich.

Metadaten abrufen

Erstellen Sie die folgenden Metadaten im tsv-Format.

Führen Sie Altair aus

Sie können einen Box-Whisker erhalten, indem Sie den folgenden Befehl ausführen.

alt_comp_plot.py

import os
import altair as alt
import pandas as pd

#Bezeichnung der Klassifikationsklasse. Phylum ist Stufe 2.
l_select = 'L2' 

#Aktuelles Verzeichnis abrufen
cwd = os.getcwd()

#Erfassung von Zähldaten
count_path = [l_select,'table.tsv'] 
count_file = os.path.join(cwd, *count_path)
count = pd.read_table(count_file, sep='\t', index_col=0 ,header=1).T # header=Anmerkung 1

#In Kompositionsdaten konvertieren
comp = count.apply(lambda x: x/sum(x), axis=1)

#Metadaten abrufen
md_path = ['metadata.tsv']
md_file = os.path.join(cwd, *md_path)
md = pd.read_table(md_file, sep='\t', index_col=0 ,header=0)

#Konvertieren Sie den Zeilennamen in den Str-Typ (Dieser Zeilenname ist eine Zahl, wurde also vom Int-Typ verarbeitet.)
comp.index = comp.index.astype(str)
md.index = md.index.astype(str)

#Kombinieren Sie Zähldaten und Metadaten. (Wenn der Zeilenname nicht vom Typ str ist, wird er nicht kombiniert.)
df = pd.concat([comp,md], axis=1)

#Dieses Mal werde ich die Flora von Ileum (Zirkumflex) und Rektum (Rektal) untersuchen. (Weil die Anzahl der Proben in anderen Teilen gering war)
df = df[df['biopsy_location'].isin(['Ileum','Rectum'])]

#Führen Sie Altair aus
boxplot = alt.Chart(df).mark_boxplot(size=100,ticks=alt.MarkConfig(width=30), median=alt.MarkConfig(color='black',size=100)).encode(
	    alt.X('diagnosis',sort = alt.Sort(['CD','UC','nonIBD']), axis=alt.Axis(labelFontSize=15, ticks=True, titleFontSize=18, title='Diagnosis')),
	    alt.Y('D_0__Bacteria;D_1__Firmicutes', axis=alt.Axis(format='%', labelFontSize=15, ticks=True, titleFontSize=18, grid=False,domain=True, title='Firmicutes'), scale=alt.Scale(domain=[0,0.02])),
	    alt.Color('diagnosis'),
	    alt.Column('biopsy_location', header=alt.Header(labelFontSize=15, titleFontSize=18), sort = alt.Sort(['Ileum','Rectum']), title='Biopsy')
	).properties(
		width=600,
		height=500,
	)

#Anzeige der Figur
boxplot.show()

Über Altair

Eine kurze Einführung in die Befehle von Altair.

• alt.Chart (df) Geben Sie den zu visualisierenden DataFrame ein.
• .mark_boxplot () Legen Sie das Box-Whisker-Diagramm fest.
• size Boxbreite
• Zecken Barteinstellung
• Einstellen der Linie, die in den Median geht
• .encode () Einstellungen, die vom Inhalt des DataFrame abhängen
• alt.X () Geben Sie die Spalte an, die die X-Achsen-Komponente bestimmt
• alt.Sort () Bestimmen Sie die Reihenfolge der Achsen
• alt.Axis () Achseneinstellungen. Es ist auch möglich, andere Zeichen als DataFrame in title einzugeben. Die Linie auf der Achse verschwindet mit ticks = False.
• alt.Y () Geben Sie die Spalte an, die die Y-Achsenkomponente bestimmt
• alt.Axis () Achseneinstellungen. Sie können Prozentsätze mit format = '%' anzeigen. Die horizontale Linie im Diagramm wird mit grid = False gelöscht.
• alt.Color () Geben Sie die Spalte an, die die Farbe bestimmt.
• alt.Column () Ordnen Sie Diagramme parallel an.
• property () Einstellungen, die nicht vom Inhalt von DataFrame abhängen. Hier wird die Größe der Figur angegeben.

Abbildung speichern

Sie können die Figur im PNG- oder SVG-Format unter "..." oben rechts speichern.