一、调用R的igraph、Hmisc包根据相关性矩阵生成"graphml"、"gml"两种格式文件以便后续使用
#载入所需R包;
library(igraph)
library(Hmisc)
#工作目录设置;
setwd("C:\\Users\\13205\\Desktop\\网络数据图")
#读入OTU绝对丰度表;
otu=read.table("breast_cancer_otu_RM.csv" ,header=T,row.names = 1,sep = ",")
#转成矩阵,之后的相关性计算需要矩阵对象;
otu<-as.matrix(otu)
dim(otu)
head(otu)
#将丰度值大于1的值替换为1,便于计算不同otu的检测率;
dt<-otu
dt[dt>1]<-1
#将样本发现率低于20%的otu过滤掉;
no<-which(rowSums(dt)/ncol(dt)>0.2)
length(no)
otu<-otu[no,]
#计算相关性系数;
sp.cor<-rcorr(t(otu),type="spearman")
#提取r、p值矩阵;
r.cor<-sp.cor$r
p.cor<-sp.cor$P
#使用Benjamini-Hochberg("FDR-BH")法进行多重检验校正;
p.adj <- p.adjust(p.cor, method