技术贴 | R语言UPGMA聚类分析和树状图 / 开普饭

本文由阿童木根据实践经验而整理，希望对大家有帮助。

原创微文，欢迎转发转载。

导读

非加权组平均法(unweighted pair-group method with arithmetic means, UPGMA或average linkage)是一种较常用的聚类分析方法，可用于分析分类问题，也常被用于微生物多样性研究。下面介绍用R语言中的UPGMA函数分析微生物多样性数据和结果可视化的方法，内容如下：1）模拟(样品、丰度)矩阵数据；2）计算bray curtis相异指数和UPGMA聚类；3）绘制树状图。

1 模拟(样品、丰度)矩阵数据

set.seed(1995)

# 随机种子

data=matrix(abs(round(rnorm(200, mean=1000, sd=500))), 20, 10)

# 随机正整数，20行，20列

colnames(data)=paste("Species", 1:10, sep=".")

# 列名-细菌

rownames(data)=paste("Sample", 1:20, sep=".")

# 行名-样品

data_norm=data

for(i in 1:20){

sample_sum=apply(data, 1, sum)

for(j in 1:10){

data_norm[i,j]=data[i,j]/sample_sum[i]

}

# 标准化

data_norm

# 模拟完成的标准化矩阵数据如下：

2 计算bray curtis相异指数和UPGMA聚类

用R语言vegan包中的vegdist函数分析菌群丰度数据，计算样品之间的bray curtis相异指数（Dissimilarity index），接着用phangorn包中的upgma函数进行样品聚类分析。vegdist函数中可供选择的dissimilarity算法有很多，如："manhattan", "euclidean", "canberra", "bray", "kulczynski", "jaccard", "gower", "altGower", "morisita", "horn", "mountford", "raup" , "binomial", "chao", "cao" or "mahalanobis"，其中"bray"即bray curtis在微生物多样性研究中最为常用，故用之。

library("vegan")

library("phangorn")

up=upgma(vegdist(data_norm, method="bray"))

# 使用bray curtis dissimilarity算法和upgma聚类算法

3 绘制树状图

plot画图函数中可供选择的树状图类型有：“phylogram”, “cladogram”, “fan”, “unrooted”, “radial”。利用par函数mfrow参数可将多张图片组合到一起，mai参数可调整每张图片的大小（距边长度）。

pdf('upgma.pdf')

opar=par(no.readonly=TRUE)

# 生成图形参数列表

par(mfrow=c(3, 2), col.main="red", family="serif")

# par设置：按行填充,3行，2列，标题颜色，字体（罗马）

par(mai=c(0.2, 0.2, 0.2, 0.2))