MaAsLin2：确定表型、环境、暴露、协变量和微生物元组学特征之间的多变量关联

maaslin2 – 哈滕豪威尔实验室

安装（Rstudio）

if(!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("Maaslin2")

library(Maaslin2)
?Maaslin2

使用 

setwd("~/Desktop")
dir.create("R_Maaslin_tutorial") # Create a new directory
setwd("R_Maaslin_tutorial") # Change the current working directory 
getwd() #check if directory has been successfully changed

# 下载示例文件
input_data = system.file("extdata", "HMP2_taxonomy.tsv", package="Maaslin2") # The abundance table file
input_data

input_metadata = system.file("extdata", "HMP2_metadata.tsv", package="Maaslin2") # The metadata table file
input_metadata

# 编辑好格式之后，将自己的文件导入
input_data <- read.table("~/bin/797_MAGs_tpm_by_bin.txt",
                 header = TRUE, row.names = 1)
input_data <- t(input_data)
input_data_relative <- input_data / rowSums(input_data)
# 将相对丰度矩阵显式转换为数据框
input_data_relative <- as.data.frame(input_data_relative)

input_metadata <- read.table("metadata.txt", header = TRUE, row.names = 1)

# 运行
# run Maaslin2
fit_data_filter = Maaslin2(input_data     = input_data_relative, 
                           input_metadata = input_metadata, 
                           normalization  = "NONE",
                           output         = "test", 
                           transform      = "AST",
                           analysis_method= "LM",
                           random_effects = c("ID"),   # 随机效应（需转换为分组变量）
                           fixed_effects  = c("Age"),  # 固定效应
                           reference      = c("Age,D1"),
                           min_prevalence = 0.1,
                           min_abundance  = 0.0001,
                           max_significance = 0.2,
                           cores          = 6)

metadata示例

taxonomy示例

在MaAsLin中，可以用于关联测试的有几种不同类型的统计模型

对于模型，如果您的输入是计数，则可以使用NEGBIN（负二项分布）和ZINB（零膨胀负二项分布），而对于非计数（例如百分比、CPM或相对丰度）输入，您可以使用LM（线性模型）和CPLM（复合泊松线性模型）。