OTU表标准化

## 回顾：通过聚类我们可以得到2个表 “otu_tax_table.txt”、“otu_tax_table.biom”

## 标准化目的：因为不同测序深度，检测到的物种数量会不同。我们将OTU表重抽样至相同数据量，以公平比较各样品的物种数量。

## 方法一：

# 查看样品的数据量最小值
biom summarize-table -i otu_tax_table.biom
# 基于最小值进行重抽样标准化
single_rarefaction.py -i otu_tax_table.biom -o otu_table_rare.biom -d 2525
# 转换biom为txt格式
biom convert -i otu_table_rare.biom -o otu_table_rare.txt --to-tsv --header-key taxonomy

## 方法二：R包 vegan 

setwd("D:/16S/16sRscript")
#!/usr/bin/Rscript
library("vegan")

inputfile = c("otu_tax_table.txt")
outfile = c("otu_table_rare.txt")

data = read.table(inputfile, header = T, row.names = 1,check.names = F, sep = "\t")
tmp = data.frame(taxonomy = data$taxonomy, row.names = row.names(data))
dataS = subset(data, select = -taxonomy)
dataT = t(dataS)

##只标准化
dataB <- data.frame(t(decostand(dataN, "hell")),check.names=F) ## Standardization Methods 

##基于最小值进行重抽样标准化
set.seed(1000)
dataN = rrarefy(dataT, min(rowSums(dataT)))  ## Rarefaction Species Richness 稀释最少深度
dataB <- data.frame(t(decostand(dataN, "hell")),check.names=F) ## Standardization Methods for Community Ecology 标准化 类似FPKM

data <- merge(dataB, tmp, by=0)