路径分析图「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

1. 数据格式

将环境数据和生物数据按下图形式放入一个表格中，首列为样品名，首行为环境理化因子或者相关生物参数名称。数据选择适当的标准化，例如，除pH外，所有环境数据进行log处理。

2. 所需程序包

ggplot2、plspm、vegan、ggrepel

3. 路径分析步骤

3.1 安装和加载程序包，及数据读取

• install.packages(“ggplot2”)
• install.packages(“plspm”)
• install.packages(“vegan”)
• install.packages(“ggrepel”)
• library(ggplot2)
• library(plspm)
• library(vegan)
• library(ggrepel)
• ‍‍‍‍‍DATA=read.csv(“AEHG.csv”,row.names=1,header=T)
• head(DATA)‍‍‍‍‍

3.2 设置路径图

• Temp = c(0,0,0,0,0,0,0)
• Nutr = c(0,0,0,0,0,0,0)
• Envir = c(1,0,0,0,0,0,0)
• Bio = c(1,1,1,0,0,0,0)
• MNND = c(1,1,1,1,0,0,0)
• DW = c(1,1,1,1,1,0,0)
• SEA = c(1,1,1,1,1,1,0)
• path_mat = rbind(Temp, Nutr, Envir, Bio, MNND, DW, SEA)
• innerplot(path_mat)‍‍

3.3 计算膨胀因子，变量的膨胀因子VIF需<10（或者20）

#去除block（模块）内部因子共线性

• ‍‍spe.1 <- rda(DATA ~ Depth + WLF+Zeu +pH+DO+ EC + ORP, data = DATA)
• vif.cca(spe.1)
• spe.1 <- rda(DATA ~ TOC + TN + NH4N +NO3N+ NO2N + TP + PO43P, data = DATA)
• vif.cca(spe.1)‍‍

3.4 路径分析

##设置每个模块的变量（括号中数据代表数据表中的列数），膨胀因子VIF<10

• ‍blocks=list(1, 2:6, 7:10, 11, 12, 13:18, 19)
• modes = c(“A”,”A”,”A”,”A”,”A”,”A”,”A”)
• sat_pls = plspm(DATA, path_mat, blocks, modes=modes)
• summary(sat_pls)‍

##Outer Model结果中Loading需大于0.7；根据结果逐步去除每个模块中Loading值小于0.7的变量，直至所有变量Loading > 0.7，重新运行路径分析模型

• blocks=list(1, 4:5, c(7,9,10), 11, 12, c(13,14,15,17,18), 19)
• modes = c(“A”,”A”,”A”,”A”,”A”,”A”,”A”)
• sat_pls = plspm(DATA, path_mat, blocks, modes=modes)
• summary(sat_pls)‍

#Loading >0.7，将负Loading值改为正Loading值后，重新运行路径分析模型

• blocks=list(1, c(4,20), c(7,9,10), 11, 12, c(13,14,15,17,18), 19)
• modes = c(“A”,”A”,”A”,”A”,”A”,”A”,”A”)
• sat_pls = plspm(DATA, path_mat, blocks, modes=modes)
• summary(sat_pls)‍

4. 图形制作及精修

4.1 结果及图形参数

将模型结果复制到Excel表格中，直接路径系数0.1–1对应线宽0.5–1.0 pt。如图：

4.2 作图-路径图

新建AI画布（180×180 mm，出血2 mm），采用不同形状和颜色的模块，并用带箭头线段连接，线段粗细为4.1中计算的线宽pt。正值和负值直接路径系数分别用实线和虚线表示。模块名称用10 pt大小，使用Arial字体。草图如下：

4.3 精修图-路径图

将4.2路径图作为模板，其他水层或样点可在此基础上进行修改。沿路径方向添加直接路径系数，路径系数与线段之间间距保持半个字符间距，并位于线段中心处。路径系数字体大小≥ 8 pt。将结果的Inner Model中，路径Pr值小于0.1作为所谓“显著”路径，并在图中用红色线条显示。

4.4 总效应柱状图

复制4.1结果中各变量对生态位宽度（SEA）的总路径系数，在Sigmaplot绘制柱状图，柱状图纵坐标设置为-1到1，刻度间隔为0.5，如下图：

4.5 组合图制作

• 直接将Sigmaplot中的总效应柱状图依次复制到4.1路径图的AI画板中，各柱状图设置为上边缘对齐；
• 柱状图中横坐标修改为对应模块名称，并将柱状图颜色修改为与路径图4.2中相对应的颜色；
• 柱状图的x和y轴坐标刻度数字字体大小设置为9 pt，x和y轴坐标轴标题设置为10 pt；
• 微调柱状图边界和大小使柱状图与4.3中路径图宽度相同，且右对齐；
• 检查x和y轴刻度数字是否在刻度线中心，x和y轴坐标轴的标题等是否与图形中心对齐。

4.6 添加R2

可理解为模型对每个模块的解释能力，这里只选择对个体大小（DW）和生态位宽度（SEA）的R2。如下图：

4.7 将结果呈现在对应柱状图内的左上角

R2与左、上边缘间隔一个字符间距（可用小写o作为标尺）。最终效果图如下：

将组合图在180*135 mm（包括了2mm的出血或天地边）画板中调至合适大小，图中路径系数最终字体大小为6.5 pt，block变量框中字体大小为7 pt，柱状图坐标轴刻度及R2字体大小为9 pt，其他标注及坐标轴项目均为10 pt。

边框、柱状图及坐标轴棒描边均为0.5 pt，描边颜色为纯黑色（000000）。温度（Temp）、营养盐（NOx或TN和TP）、物理化学（EC或CO2aq）变量模块用浅蓝色填充（A8C0DD）；Chl a变量模块用暗绿色填充（A6E266）；DW和SEAB变量模块用棕色填充（C69F4A）。

AI导出TIFF格式图形，并设置颜色类型为RGB，分辨率为1100 ppi，勾选“LZW压缩”，取消“嵌入IOC配置文件”。该图用Photoshop打开，并“另存为”，勾选“LZW压缩”，至此，完成图表的压缩。最后检查图表，是否放大800倍，线条仍无锯齿，且图小于2 M为最佳。

参考文献

• Xiaofei Gao, Huihuang Chen, Lynn Govaert, Wenping Wang, Jun Yang. (2019). Responses of zooplankton body size and community trophic structure to temperature change in a subtropical reservoir. Ecology and Evolution, 22(9), 12544-12555

整理：高肖飞

校对：陈辉煌

猜你喜欢

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程：微生物组入门 Biostar 微生物组 宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索 Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun

在线工具：16S预测培养基 生信绘图

科研经验：云笔记 云协作 公众号

编程模板: Shell R Perl

生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/172641.html原文链接：https://javaforall.cn