#R語言繪製高顏值三元圖(差異OTU展示)
#三元圖分析可展示微生物群落差異OTU的豐度(點大小表示),物種組成和數目。
#分析流程可包括首先通過lefse或deseq等尋找差異OTU,分別設置每個處理的富集的OTU標籤。
#將OTU和物種一一對應,再通過ggtern包繪製三元圖
#導入數據
otu<-read.csv("D://test/test_otu.csv",row.names = 1) #(關注公眾號,自行加微信獲取)
design<-read.csv("D://test/test_design.csv")
tax<-read.csv("D://test/test_tax.csv")
#https://pan.baidu.com/s/1Hh0x9gLOuatcGFzNqZ9pGg,提前碼12
#構建數據
otu_subset<-cbind(otu[,24:26],tax[,2:3])
colnames(otu_subset)<-c("soil","rhizo","root","kingdom","phylum")
group<-as.data.frame(c(rep("soil",400),rep("rhizo",300),rep("root",320)))
colnames(group)<-"group"
#數據包括soil,rhizo和root等分類
ternary_date<-cbind(otu_subset,group)
#設置點的大小
ternary_date$size <- (apply(ternary_date[1:3], 1, mean))*0.02
library(ggtern)
#繪製三元圖
ggtern(data=ternary_date,aes(x=soil,y=rhizo,z=root,color=group))+#三元圖x,y,z數據
geom_point(aes(), size=ternary_date$size)+#點大小
scale_color_manual(values=c("#E9967A","#B9D3EE","#8FBC8F"))+#顏色
theme_bw()+theme(axis.text=element_text(colour='black',size=10))
#關注公眾號土壤微生物組,獲取後續分析教程,目前更新微生物相關教程45+篇,測試數據分享百度雲!