vegan稀释曲线 基因丰度_如何绘制带置信区间的物种积累曲线

背景

稀释曲线(Rarefaction curves)是从样品中随机抽取一定测序量的数据(序列条数)，统计它们所对应的OTUs种类(代表物种)，并以抽取的测序数据量与对应的代表OTUs来构建曲线。

一般情况下，横坐标代表随机抽取的序列数量，纵坐标代表观测到的OTUs种类数量，样本曲线的延伸终点的横坐标位置为对应样本的测序数量，反映了Alpha多样性中的物种丰富度指数(Richness)信息。

稀释曲线可直接反映测序数据量的合理性，并间接反映样品中物种的丰富程度，当曲线趋向平坦时，说明测序数据量渐进合理，更多的数据量只会产生少量新OTUs(物种)；反之表明不饱和，增加数据量可以发现更多OTUs。

一般稀释曲线使用vegan包进行计算绘图，或通过gglot进行绘制。今天看到一篇文献，它展示的稀释曲线就很有趣，既包含了置信区间，又包含了预测值，就让我们来看看这样的稀释曲线是如何绘制的。

这里用到了iNEXT这个R包，iNEXT用于分析用于物种多样性的稀疏性和外推(通过假设现有趋势将继续或当前方法仍然适用来估计或得出结论的动作，通过观察到的物种数量进行合理的外推，可以获得理论物种数)

iNEXT专注于q阶希尔数(hill numbers)的三种度量：物种丰富度(q = 0)，Shannon(q = 1)和Simpson(q = 2)。对于每个多样性度量，iNEXT使用观察到的丰度或发生率数据来计算稀疏样本和外推样本的多样性估计以及相关的95％(默认)置信区间，并绘制稀疏和外推(R / E)曲线。

Hill一开始是均匀度 (evenness index) 的一个指数。后来才被用于表征alpha多样性：

S是物种数；Pi是i物种相对丰度；q是多样性阶数

对于q=1, Hill没有定义，但是当q接近1时，它的极限以如下形式存在：

q决定了多样性指数的灵敏性。

q = 0, 计算物种数量；

q = 1, 计算指数的Shannon entropy，意义为群落中典型或常见的物种数量；

q = 2, 计算Simpson index，意义为群落中优势种或高丰度种的数量。

好了