MicrobiomeStatPlot |微生物正负互作网络图教程Microbiota Interaction Network

摘要：微生物之间常常存在正或负的相互作用，例如在研究微生物竞争或者互利关系时常会发现这种菌种之间的相互作用。利用网络图展示这种正负相互作用能够让我们直观的观察不同菌种之间相互作用的正负和强弱

微生物正负互作网络图简介

微生物之间常常存在正或负的相互作用，例如在研究微生物竞争或者互利关系时常会发现这种菌种之间的相互作用。利用网络图展示这种正负相互作用能够让我们直观的观察不同菌种之间相互作用的正负和强弱

。

标签：#

微生物组数据分析 #MicrobiomeStatPlot #微生物正负互作网络图 #R语言可视化 #Microbiota Interaction Network

作者：

First draft(初稿)：Defeng Bai(白德凤)；Proofreading(校对)：Ma Chuang(马闯) and Jiani Xun(荀佳妮)；Text tutorial(文字教程)：Defeng Bai(白德凤)

源代码及测试数据链接：

https://github.com/YongxinLiu/MicrobiomeStatPlot/项目中目录 3.Visualization_and_interpretation/MicrobiotaInteractionNetwork

微生物正负互作网络图案例

这是来自于哥伦比亚大学Harris H. Wang课题组2023年发表于Nature Biotechnology上的一篇论文用到的网络图。论文题目为：High-throughput microbial culturomics using automation and machine learning.https://doi.org/10.1038/s41587-023-01674-2

图 4d | 属间成对生长促进和抑制网络。

定向生长促进效应以红色尖箭头表示，定向生长抑制效应以蓝色钝箭头表示。节点代表细菌属，并按科着色。节点大小与本分析中使用的分离株数量成正比，边宽与相互作用的显著性成正比。

结果

接下来，团队整合了附近菌落的分类信息，并研究了特定属的菌落大小如何受到其他属的影响。简而言之，对于每对属，团队将一个属的菌落大小与附近存在且没有任何菌落的另一个属进行比较（方法）。值得注意的是，我们鉴定了两个属（Faecalibacterium 和 Clostridium IV）的分离物，当分离物靠近双歧杆菌、Phocaeicola和拟杆菌时，它们会长得更大（图 4d）。据报道，Faecalibacterium 和 Clostridium IV是肠道中主要的丁酸产生细菌，并且可以从与双歧杆菌和拟杆菌种共培养生长中受益，这与我们的发现一致。另一方面，我们观察到与 Faecalibacterium 分离株相邻时，Phocaeicola 分离株较小（图 4d），表明共生相互作用可能仅对一侧有益。此外，与之前检查相邻分离株数量而不考虑邻居身份的相关性分析一致，观察到 Phocaeicola 和 Bacteroides 的生长可能受到多种其他属的抑制，这表明需要进一步研究以更好地了解肠道微生物群之间这些正负相互作用的潜在机制。总之，团队的研究结果强调 CAMII可以揭示由种间相互作用控制的菌落共生模式，这可能有助于识别促进生长的微生物及其可扩散代谢物，这些代谢物可刺激难以培养的物种的体外生长。

微生物正负互作网络图R语言实战

软件包安装

# 基于CRAN安装R包，检测没有则安装 Installing R packages based on CRAN and installing them if they are not detectedp_list = c("tidyverse", "igraph", "ggraph", "tidygraph", "reshape2", "ggplot2", "psych")for(p in p_list){if (!requireNamespace(p)){install.packages(p)} library(p, character.only = TRUE, quietly = TRUE, warn.conflicts = FALSE)}# 加载R包 Loading R packagessuppressWarnings(suppressMessages(library(tidyverse)))suppressWarnings(suppressMessages(library(igraph)))suppressWarnings(suppressMessages(library(ggraph)))suppressWarnings(suppressMessages(library(tidygraph)))suppressWarnings(suppressMessages(library(reshape2)))suppressWarnings(suppressMessages(library(ggplot2)))suppressWarnings(suppressMessages(library(psych)))

实战

图形特点：1.环状图；2.图点大小代表Number of isolates；3.颜色代表物种；4.连线颜色代表互斥或促进；5.连线颜色粗细代表面积改变的大小；6.连线的粗细代表菌种之间相互作用的强弱

# 导入数据# Load datanodes edges net# ggraph(net)+# geom_edge_link+# geom_node_point# #net# ggraph(net)+# geom_edge_link(aes(edge_width=width2,edge_color=color))+# geom_node_point(aes(size=Size,color=Group))+# geom_node_text(aes(label=Name))pdf("results/network_group_circle8.pdf",family = "Times",width = 8,height = 6.5)ggraph(net, layout = "circle")+ geom_edge_link(aes(start_cap = label_rect(node1.name), end_cap = label_rect(node2.name),edge_width=width, edge_color=color), arrow = arrow(length = unit(2, 'mm')))+ geom_node_point(aes(size=Size,color=Group))+ geom_node_text(aes(label=Name))+ scale_size_area(max_size = 15)+ scale_edge_size_area(max_size = 0.2)+ scale_edge_size(range = c(-1,1))+ scale_edge_width(range = c(0,3))+ scale_edge_color_gradient2(low = "#5ebcc2",mid="white",high = "#945893")+ theme_minimal+ theme(panel.background = element_blank, panel.grid = element_blank, axis.text.x =element_blank, axis.text.y = element_blank, axis.title.x = element_blank, axis.title.y = element_blank) #scale_edge_color_continuous(low = "#819bcf",high = "#ec8883")dev.off#> png #> 2

使用此脚本，请引用下文：

Yong-Xin Liu, Lei Chen, Tengfei Ma, Xiaofang Li, Maosheng Zheng, Xin Zhou, Liang Chen, Xubo Qian, Jiao Xi, Hongye Lu, Huiluo Cao, Xiaoya Ma, Bian Bian, Pengfan Zhang, Jiqiu Wu, Ren-You Gan, Baolei Jia, Linyang Sun, Zhicheng Ju, Yunyun Gao, Tao Wen, Tong Chen. 2023. EasyAmplicon: An easy-to-use, open-source, reproducible, and community-based pipeline for amplicon data analysis in microbiome research. iMeta 2: e83. https://doi.org/10.1002/imt2.83

宏基因组推荐

本公众号现全面开放投稿，希望文章作者讲出自己的科研故事，分享论文的精华与亮点。

投稿请联系小编（-genomics）

iMeta高引文章 fastp 复杂热图 ggtree 绘图imageGP 网络iNAP

iMeta网页工具代谢组MetOrigin 美吉云乳酸化预测DeepKla

iMeta综述肠菌菌群植物菌群口腔菌群蛋白质结构预测

10000+：菌群分析宝宝与猫狗梅毒狂想曲提DNA发Nature

为鼓励读者交流快速解决科研困难，我们建立了“宏基因组”讨论群，己有国内外6000+ 科研人员加入。请添加主编微信meta-genomics带你入群，务必备注“姓名-单位-研究方向-职称/年级”。高级职称请注明身份，另有海内外微生物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。

来源：微生物组