按照物种丰度对OTU表格进行拆分-丰富和稀有物种识别

转发大佬的帖子，保存备用，出处按照物种丰度对OTU表格进行拆分-丰富和稀有物种识别 - 代码先锋网

稀有物种 (rare taxa, RT)，在所有的样本中丰度均低于0.1%；

丰富物种 (abundant taxa, AT)，在所有的样本中丰度均高于1%；

中等物种 (moderate taxa, MT)：

在所有样本中丰度在0.1%至1%之间；

条件稀有物种 (conditionally rare taxa, CRT)：

在所有样本中丰度均低于1%，同时在部分样本中丰度低于0.1%；

条件丰富物种 (conditionally abundant taxa, CAT)：

在所有样本中丰度均高于0.1%，同时在部分样本中丰度高于1%；

条件稀有或丰富物种 (conditionally rare or abundant taxa, CRAT)：

在部分样本中的丰度在低于0.1%，同时在部分样本中的丰度高于1%。

otu <- read.delim('otu_table.txt', row.names = 1)

• 1

稀有物种（RT），在所有样本中相对丰度都低于0.01%。

otu_ART <- otu[apply(otu, 1, function(x) max(x)<0.0001), ]
write.table(otu_ART, 'otu_ART.txt', col.names = NA, sep = '\t', quote = FALSE)

• 1
• 2

丰富物种（AT），在所有样本中相对丰度都高于1%。

otu_AAT <- otu[apply(otu, 1, function(x) min(x)>0.01), ]
write.table(otu_AAT, 'otu_AAT.txt', col.names = NA, sep = '\t', quote = FALSE)

• 1
• 2

中等丰度物种（MT），在所有样本中相对丰度介于0.01%和1%之间。

otu_MT <- otu[apply(otu, 1, function(x) max(x)<0.01 & min(x)>0.0001), ]
write.table(otu_MT, 'otu_MT.txt', col.names = NA, sep = '\t', quote = FALSE)

• 1
• 2

条件稀有物种（CRT），仅在一些样本中相对丰度低于0.01%，但从不高于1%

otu_CRT <- otu[apply(otu, 1, function(x) max(x)<=0.01 & min(x)<0.0001), ]
write.table(otu_CRT, 'otu_CRT.txt', col.names = NA, sep = '\t', quote = FALSE)

• 1
• 2

条件丰富物种（CAT），仅在一些样本中相对丰度高于1%，但从不低于0.01%

otu_CAT <- otu[apply(otu, 1, function(x) min(x)>=0.0001 & max(x)>0.01), ]
otu_CAT <- otu_CAT[!rownames(otu_CAT) %in% rownames(otu_AAT),]
write.table(otu_CAT, 'otu_CAT.txt', col.names = NA, sep = '\t', quote = FALSE)

• 1
• 2
• 3

条件稀有或丰富物种（CRAT），最低丰度低于0.01，最高丰度高于1%

otu_CRAT <- otu[apply(otu, 1, function(x) max(x)>0.01 & min(x)<0.0001), ]
otu_CRT <- otu_CRT[!rownames(otu_CRT) %in% rownames(otu_ART),]
write.table(otu_CRAT, 'otu_CRAT.txt', col.names = NA, sep = '\t', quote = FALSE)

• 1
• 2
• 3

这样就得到了这6类不同丰度物种相对应的表格，大家根据各自的目的进行后续的分析就行了