为了避免各位错过最新的推文教程，强烈建议大家将“科研后花园”设置为“星标”！
###安装LorMe包install.packages("LorMe")##加载MicrobiomeStat包library(LorMe)# Lightening One-Code Resolving Microbial Ecology Solutionlibrary(ggplot2)# Create Elegant Data Visualisations Using the Grammar of Graphics
data("Two_group")1）Deseq分析：
####DESeq分析deseq_results <- Deseq_analysis(taxobj = Two_group,taxlevel = "Genus",cutoff = 1, #log2 fold chang的阈值control_name = "Control"#对照组名)head(deseq_results,5)
> head(deseq_results,5)baseMean log2FoldChange lfcSE stat pvalue padj tag GenusID Domain1 5.333105 -1.2716641 0.9658908 -1.3165714 0.1879823 0.4542467 None Genus1 d__Bacteria2 297.307888 0.1050121 0.2344629 0.4478839 0.6542370 0.8307772 None Genus2 d__Bacteria3 1.286183 -2.4695795 2.9925539 -0.8252414 0.4092345 0.9990000 None Genus3 d__Bacteria4 22.622790 1.0533794 0.9776246 1.0774887 0.2812620 0.5829264 None Genus4 d__Bacteria5 0.526103 -1.9332492 2.8504589 -0.6782239 0.4976298 0.9990000 None Genus5 d__BacteriaPhylum Class Order1 d__Bacteria;p__norank c__Candidatus Babeliae o__Candidatus Babeliales2 d__Bacteria;p__Unassigned d__Bacteria;c__Unassigned d__Bacteria;o__Unassigned3 p__Acidobacteria c__Acidobacteriia c__Acidobacteriia;o__Unassigned4 p__Acidobacteria c__Acidobacteriia o__Acidobacteriales5 p__Acidobacteria c__Acidobacteriia o__AcidobacterialesFamily Genus1 f__Candidatus Babeliaceae g__Candidatus Babela2 d__Bacteria;f__Unassigned d__Bacteria;g__Unassigned3 c__Acidobacteriia;f__Unassigned c__Acidobacteriia;g__Unassigned4 f__Acidobacteriaceae f__Acidobacteriaceae;g__Unassigned5 f__Acidobacteriaceae g__Acidicaps
2）indicator分析：
indicator_results <- indicator_analysis(taxobj = Two_group,taxlevel = "Genus")head(indicator_results,5)
head(indicator_results,5)s.Treatment index stat padj GenusID1 1 0 1 0.36853195 0.1978022 Genus12 1 0 1 0.02746601 0.9320679 Genus23 1 0 1 0.34188577 0.4775225 Genus34 0 1 2 0.37776299 0.1368631 Genus45 1 0 1 0.39067031 0.1958042 Genus5Domain Phylum Class1 d__Bacteria d__Bacteria;p__norank c__Candidatus Babeliae2 d__Bacteria d__Bacteria;p__Unassigned d__Bacteria;c__Unassigned3 d__Bacteria p__Acidobacteria c__Acidobacteriia4 d__Bacteria p__Acidobacteria c__Acidobacteriia5 d__Bacteria p__Acidobacteria c__AcidobacteriiaOrder Family1 o__Candidatus Babeliales f__Candidatus Babeliaceae2 d__Bacteria;o__Unassigned d__Bacteria;f__Unassigned3 c__Acidobacteriia;o__Unassigned c__Acidobacteriia;f__Unassigned4 o__Acidobacteriales f__Acidobacteriaceae5 o__Acidobacteriales f__AcidobacteriaceaeGenus tag baseMean1 g__Candidatus Babela None 0.00024138492 d__Bacteria;g__Unassigned None 0.01303941583 c__Acidobacteriia;g__Unassigned None 0.00014076054 f__Acidobacteriaceae;g__Unassigned None 0.00095655555 g__Acidicapsa None 0.0000238882
3）火山图：
##基于Deseq分析结果创建火山图#颜色mycolor <- Two_group$configuration$treat_col#火山图volcano_plot <- volcano_plot(inputframe = deseq_results,cutoff = 1,aes_col = mycolor)#基于Fold Change和FDR值print(volcano_plot$FC_FDR)#基于Mean Fold Change值print(volcano_plot$Mean_FC)
#基于indicator分析结果创建火山图volcano_plot <- volcano_plot(inputframe = indicator_results,cutoff = 1,aes_col = mycolor)print(volcano_plot$FC_FDR)print(volcano_plot$Mean_FC)
注：当然，大家也可以将数据提取保存出来单独进行可视化，具体操作小编这里不做展示！
4）曼哈顿图：
manhattan_object <- manhattan(inputframe = deseq_results, #也可以设置数据为indicator_resultstaxlevel = "Phylum", #x轴，设置分类水平control_name = "Control",#对照组名mode="most", #'all','most','select'top_n = 8, # 设置显示的物种个数palette = "Plan7", #颜色rmprefix = "p__" #去除物种名前的标记)#曼哈顿图print(manhattan_object$manhattan)#环形曼哈顿图print(manhattan_object$manhattan_circle)#查看原始数据head(manhattan_object$sourcedata,5)
head(manhattan_object$sourcedata,5)baseMean log2FoldChange lfcSE stat pvalue padj tag GenusID3 1.2861831 -2.469580 2.9925539 -0.8252414 4.092345e-01 9.990000e-01 None Genus34 22.6227900 1.053379 0.9776246 1.0774887 2.812620e-01 5.829264e-01 None Genus45 0.5261030 -1.933249 2.8504589 -0.6782239 4.976298e-01 9.990000e-01 None Genus56 0.6379474 -2.772522 3.0056543 -0.9224356 3.563014e-01 9.990000e-01 None Genus67 1272.6655729 2.218375 0.3710889 5.9780159 2.258717e-09 9.034868e-07 Treatment Genus7Domain Phylum Class Order3 d__Bacteria Acidobacteria c__Acidobacteriia c__Acidobacteriia;o__Unassigned4 d__Bacteria Acidobacteria c__Acidobacteriia o__Acidobacteriales5 d__Bacteria Acidobacteria c__Acidobacteriia o__Acidobacteriales6 d__Bacteria Acidobacteria c__Acidobacteriia o__Acidobacteriales7 d__Bacteria Acidobacteria c__Acidobacteriia o__AcidobacterialesFamily Genus3 c__Acidobacteriia;f__Unassigned c__Acidobacteriia;g__Unassigned4 f__Acidobacteriaceae f__Acidobacteriaceae;g__Unassigned5 f__Acidobacteriaceae g__Acidicapsa6 f__Acidobacteriaceae g__Acidobacterium7 f__Acidobacteriaceae g__Candidatus Koribacter
5）Stamp结果可视化：
diff_results <- differential_bar(taxobj = Two_group,taxlevel = "Genus",rel_threshold = 0.005, #用于差异分析的阈值过滤分类群anno_row = "ID", #y轴设置，为OTU或物种分类水平对应的列名aes_col = mycolor, #颜色limit_num = 10 # 显示物种个数)##拼图效果require(patchwork)diff_results$Barplot|diff_results$Differenceplot
更多内容大家请阅读LorMe包的帮助文档！
参考：LorMe包帮助文档
微生物组系列推文合集：
扩增子测序数据分析还不会？小编整理的全套R语言代码助您轻松解决问题！（更新版）
「微生物组」基于LorMe包进行微生物组数据分析—微生物群落结构组成分析！！！
「微生物组」基于LorMe包进行微生物组数据分析—Beta多样性分析！！！
「微生物组」基于LorMe包进行微生物组数据分析—Alpha多样性分析！！！
「微生物组」基于microeco包进行共现性网络分析！！！
「微生物组」基于microeco包进行lefsef分析及随机森林分析！！！
「微生物组」Stamp结果图复现——分组差异图的绘制！！！
「微生物组」基于microeco包进行环境数据关联分析—以RDA分析为例！！！
「微生物组」基于microeco包进行共享/独特OTU计算及可视化！！！
「微生物组」基于microeco包进行Alpha多样性分析！！！
「微生物组」基于microeco包进行微生物群落结构组成分析！！！
R可视化——Manteltest分析及可视化
基于R语言的微生物群落组成多样性分析——α多样性及其可视化
基于R语言的微生物群落组成多样性分析—β多样性之PCoA分析
基于R语言的微生物群落组成多样性分析—β多样性之组间差异性检验
基于R语言的微生物群落组成多样性分析——物种丰度计算及可视化
基于R语言的微生物群落组成多样性分析——物种丰度可视化之热图（Heatmap）
基于R语言的微生物群落组成多样性分析——物种丰度可视化之弦图（Chord Diagram）
基于R语言的微生物群落组成多样性分析——共线性网络分析
基于R语言的微生物群落组成多样性分析——RDA分析
基于R语言的微生物群落组成多样性分析——CCA分析
基于R语言的微生物群落组成多样性分析——PCA分析
基于R语言的微生物群落组成多样性分析——聚类分析
基于LEfSe分析进行微生物物种差异及关联分析
基于R语言的微生物群落组成分析—差异OTU筛选及展示
基于R语言的微生物群落组成多样性分析——NMDS分析
基于R语言的微生物群落组成分析—α多样性指数的正态分布检验及差异性标注（）
R可视化——基于MicrobiomeStat包进行微生物组数据分析（更新版）！！！
基于R语言进行扩增子数据的UMAP分析！
R可视化——共现性网络分析第二弹
R可视化——基于MicrobiotaProcess包进行物种群落结构组成分析！
R可视化——基于MicrobiotaProcess包进行物种差异分析！
基于microeco包进行PCoA分析！！！
基于MicrobiotaProcess包进行PCoA分析！
R可视化——基于MicrobiotaProcess包进行Alpha多样性分析！
PS: 以上内容是小编个人学习代码笔记分享，仅供参考学习，欢迎大家一起交流学习。
R绘图模板合集（包括附带注释的源码、测试数据及绘制效果图）可在公众号后台菜单栏查看具体获取方式！绘图模板合集效果图展示：
