16s分析到多样性后我们就开始对差异OTU 进行挑选
基于原始count数目,我们参考两个包来做差异分析:
library(DESeq2)
library(edgeR)
这里当时是首先使用edgeR包做的,下面我们来使用这个包做一次差异分析
现在我们读入进入工作目录并读入文件
#使用edgr统计差异otu
setwd("E:/Shared_Folder/HG_usearch_HG")
# 读入实验设计
design =read.table("map_lxdjhg.txt", header=T, row.names= 1,sep="\t")
# 读取OTU表,全部otu表没有抽平
otu_table =read.delim("otu_table.txt", row.names= 1,sep="\t",header=T,check.names=F)
为什么需要做这一步,edgeR并不是很智能,需要变量一样,并且连排列顺序都一样
# 过滤数据并排序
idx =rownames(design) %in% colnames(otu_table)
#提取分组文件
sub_design =design[idx,]
#提取OTUtable文件
count =otu_table[, rownames(sub_design)]
head(count)