243.STAMP图形界面微生物组分析软件 |
您所在的位置：网站首页 › stamps软件安装 › 243.STAMP图形界面微生物组分析软件 |
243.STAMP图形界面微生物组分析软件
|
243.图形界面微生物组分析软件STAMP：使用说明与实例展示
本节作者：赵丹阳，中国药科大学 版本1.0.4，更新日期：2020年9月7日 本项目永久地址：https://github.com/YongxinLiu/MicrobiomeStatPlot ，本节目录 243STAMP，包含R markdown(*.Rmd)、Word(*.docx)文档、测试数据和结果图表，欢迎广大同行帮忙审核校对、并提修改意见。提交反馈的三种方式：1. 公众号文章下方留言；2. 下载Word文档使用审阅模式修改和批注后，发送至微信(meta-genomics)或邮件([email protected])；3. 在Github中的Rmd文档直接修改并提交Issue。审稿人请在创作者登记表 https://www.kdocs.cn/l/c7CGfv9Xc 中记录个人信息、时间和贡献，以免专著发表时遗漏。 STAMP图形界面的微生物组分析软件：使用说明与实例展示关键字：微生物组 统计分析 可视化 STAMP 背景介绍 STAMP简介STAMP是一款分析微生物物种与功能组成的可视化软件，STAMP 1.0于2010年发表在Bioinformatics杂志，后期2014年的2.0版本同样在Bioinformatics发布，目前最新版本为2.1.3。截止到2020年8月15日，两个版本STAMP的引用次数分别达到了719次和1390次。该软件除了能够绘制探索性数据分析的降维、相关图之外，还提供了假设检验的差异比较统计分析功能。此外，STAMP采用了图形化界面，对用户比较友好。 STAMP的输入文件 STAMP允许导入制表符分隔（tab-seprarated）的文件，也可以与主流生信软件如QIIME、Mothur等对接（通过Fife—Create profile from…实现）。文件包含层级注释组成表和样本信息表两部分，文件第一行为表头，含有注释信息的列应当是从最高级到最低级排列，且必须形成严格的树型结构。鉴于目前很多的分类分级系统（包括GreenGenes和SILVA等流行的分类法）的标签错误以及其他一些问题，STAMP网站提供了checkHierarchy.py脚本，可用于识别STAMP配置文件当中所有的非层级条目。而对于未知的条目，应记为unclassified（不区分大小写）。STAMP对于读取计数的形式没有特殊要求，可以为整数或任何实数，这使得标准化的方法可以不止一种。考虑到生物学数据低准确度、低精密度的特点，对于样本数量，STAMP的作者没有建议最小的样本数量，具体的数量应当由样品本身决定，但如需进行假设检验则必须符合相应的数据分布。 图. 输入文件1.层级物种或功能组成表 STAMP允许通过元数据（metadata）文件定义与样本相关联的其他数据。这一文件也应当是制表符分隔的文件。该文件的第一列表示每个样品的名称，并与STAMP配置文件中的样本名称一一对应，其他列可以指定为与该样本相关的任何其他数据。 图. 输入文件2.样本元数据 STAMP的假设检验 关于假设检验，STAMP提供了对多组、两组和两样品的统计检验方式，以及与之相应的事后检验 (Post-hoc test) 、置信区间和多重检验等。对于多组、两组以及两样品的假设检验方法分别如下面表1、表2和表3所示。对于多组样品，作者推荐使用ANOVA进行假设检验，两组样品则建议使用Welch’s t-test这一适用性更广泛的检验方式，同时建议使用Fisher精确检验应对两样品比较的情况。多重检验校正方面，可以选择传统的Benjamini-Hochberg方法，但作者更偏向使用Storey’s FDR。这一方法的计算量更大，效果较Benjamini-Hochberg也更好。 统计假设 方法描述ANOVA方差分析(analysis of variance)的缩写，用于检验多组均值是否相等的方法。可被认为是可分析多组的t-testKruskal-Wallis H-test无参数的秩合检验方法，检验多组的中位数是否相等。它考虑样品排序位置而不是真实数值或比例。它不基于数据是正态分布的前提。此方法要求每组至少5个样本。事后检验 方法描述Games-Howell当ANOVA产生了显著P值后，检验具体哪两个均值显著不同。用于组样本和方差不同。当方差不同，组样本量小时推荐使用Tukey-Kramer方法Scheffe考虑所有可能的比较，而Tukey-Kramer只考虑成对均值。此种方法较保守Tukey-Kramer用于ANOVA显著后进一步成对比较。考虑所有可能的均值队，并考虑多次比较的错误率控制。推荐使用Games-Howell输出最终结果，而Tukey-Kramer用于探索分析。推荐此方法的另一个原因是此法使用广泛，被研究者所熟知。Welch’s(uncorrected)只是成队均值比较，但不进行多次比较的错误率控制多重检验校正 方法描述Benjamini-Hochberg FDR控制假阳性率FDRBonferroni控制整体错误率的经典方法，被批评太保守Sidak在整体错误率控制中使用不多，但均匀分布数据上比Bonferroni更强，但需要假设个体检验是独立的Storey’s FDR控制FDR的新方法，比BH更强。需要估计一些参数和更多的计算资源。表1：STAMP提供的对于多组样本的假设检验、事后检验与多重校正方法。其中加粗为推荐方法，翻译自STAMP 2.1.3帮助文档第14页。 统计假设 方法描述t检验T检验，亦称student t检验（Student’s t test），假设两组有相同的方差，当假设成立时，它比Welch’s检验更强，主要用于样本含量较小（例如nEnteotype 2 。以上内容带大家熟悉了STAMP的基本使用，其他两组比较、两样本比较的结果和图也是类似的。 更多内容，可以学习宏基因组公众号之前发布的教程： STAMP——微生物组间差异统计分析 简明教程 中文帮助文档 参考文献STAMP. https://beikolab.cs.dal.ca/software/STAMP STAMP User’s Guide. https://beikolab.cs.dal.ca/software/images/c/cd/STAMP_Users_Guide.zip STAMP： 扩增子、宏基因组统计分析神器(中文帮助文档). https://blog.csdn.net/woodcorpse/article/details/80458077 差异分析工具STAMP手册2:使用手册（汉化版）. https://www.jianshu.com/p/331b6796f8ff Parks DH, Tyson GW, Hugenholtz P, Beiko RG. STAMP: statistical analysis of taxonomic and functional profiles. Bioinformatics. 2014;30(21):3123-3124. doi:10.1093/bioinformatics/btu494 Parks DH, Beiko RG. Identifying biologically relevant differences between metagenomic communities. Bioinformatics. 2010;26(6):715-721. doi:10.1093/bioinformatics/btq041 Sajan C. Raju, Heli Viljakainen, Rejane A. O. Figueiredo, Pertti J. Neuvonen, Johan G. Eriksson, Elisabete Weiderpass & Trine B. Rounge. (2020). Antimicrobial drug use in the first decade of life influences saliva microbiota diversity and composition. Microbiome 8, 121, doi: https://doi.org/10.1186/s40168-020-00893-y ngela Peña-Gonzalez, Maria J. Soto-Girón, Shanon Smith, Jeticia Sistrunk, Lorena Montero, Maritza Páez, Estefanía Ortega, Janet K. Hatt, William Cevallos, Gabriel Trueba, Karen Levy & Konstantinos T. Konstantinidis. (2019). Metagenomic Signatures of Gut Infections Caused by Different Escherichia coli Pathotypes. Applied and Environmental Microbiology 85, e01820-01819, doi: https://doi.org/10.1128/aem.01820-19 M. Arumugam, J. Raes, E. Pelletier, D. Le Paslier, T. Yamada, D. R. Mende, G. R. Fernandes, J. Tap, T. Bruls, J. M. Batto, M. Bertalan, N. Borruel, F. Casellas, L. Fernandez, L. Gautier, T. Hansen, M. Hattori, T. Hayashi, M. Kleerebezem, K. Kurokawa, M. Leclerc, F. Levenez, C. Manichanh, H. B. Nielsen, T. Nielsen, N. Pons, J. Poulain, J. Qin, T. Sicheritz-Ponten, S. Tims, D. Torrents, E. Ugarte, E. G. Zoetendal, J. Wang, F. Guarner, O. Pedersen, W. M. de Vos, S. Brunak, J. Dore, H. I. T. Consortium Meta, M. Antolin, F. Artiguenave, H. M. Blottiere, M. Almeida, C. Brechot, C. Cara, C. Chervaux, A. Cultrone, C. Delorme, G. Denariaz, R. Dervyn, K. U. Foerstner, C. Friss, M. van de Guchte, E. Guedon, F. Haimet, W. Huber, J. van Hylckama-Vlieg, A. Jamet, C. Juste, G. Kaci, J. Knol, O. Lakhdari, S. Layec, K. Le Roux, E. Maguin, A. Merieux, R. Melo Minardi, C. M’Rini, J. Muller, R. Oozeer, J. Parkhill, P. Renault, M. Rescigno, N. Sanchez, S. Sunagawa, A. Torrejon, K. Turner, G. Vandemeulebrouck, E. Varela, Y. Winogradsky, G. Zeller, J. Weissenbach, S. D. Ehrlich & P. Bork. (2011). Enterotypes of the human gut microbiome. Nature 473, 174-180, doi: https://doi.org/10.1038/nature09944 责编：刘永鑫 中科院遗传发育所 版本更新历史 1.0.0，2020/8/30，赵丹阳，中国药科大学，初稿 1.0.1，2020/9/3，刘永鑫，大修 1.0.2，2020/9/4，吴翔宇 宁波大学，全文校对 1.0.3，2020/9/4，刘永鑫，整合校对 1.0.4，2020/9/7，赵丹阳，中国药科大学，修post-hoc部分结果 猜你喜欢10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑 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 16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun 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”
|
【本文地址】
今日新闻 |
推荐新闻 |