今天要模仿的图片来自于论文 Core gut microbial communities are maintained by beneficial interactions and strain variability in fish。期刊是 Nature microbiology
今天重复的图片是Figure1中的聚类树图
论文中写道
Hierarchical clustering dendrogram with jackknife support (numbers on the branches; only values above 50 are shown in the tree).
所以论文中实际的数据做的是聚类分析，而并不是进化树。他这里做聚类分析也能够获得每个节点对应的支持率。这个如何实现我暂时还不知道。为了模仿这个图，下面的输入数据我直接使用进化树文件了，因为构建进化树的时候能够很方便的获得节点的支持率信息。
首先准备构建进化树需要用到的fasta格式序列文件
这里用到的数据集来自 网址 https://www.kuleuven.be/aidslab/phylogenybook/Data_sets.html
这本 The Phylogenetic Handbook second edition 不知道大家有没有电子版可以分享呀！
首先是做多序列比对，这里我使用mafft
mafft --auto ggtree_practice.fasta > ggtree_practice_aligned.fasta
构建进化树，我是用iqtree
iqtree -s ggtree_practice_aligned.fasta -bb 1000
得到树文件ggtree_practice_aligned.fasta.treefile
接下来是在R语言里的操作
首先是准备一个分组的数据文件
数据总共三列
-
第一列是 构建进化树用到的fasta文件的序列名，这里注意列明用label，不要用其他 -
第二列是分组信息，用来填充不同的颜色 -
第三列也是分组信息，用来映射形状
第二列和第三列的列名就是图例上想显示什么就用什么
加载需要用到的包
library(ggtree)
library(treeio)
library(tidytree)
-
treeio用来读入进化树 -
tidytree用来将分组信息整合给进化树 -
ggtree用来可视化展示进化树
读入进化树和分组信息数据
tree<-read.newick("ggtree_practice_aligned.fasta.treefile",
node.label = "support")
d<-read.csv("ggtree_group_info.csv",header=T)
d
将树文件和分组信息整合到一起
trs<-full_join(tree,d,by='label')
去掉支持率小于50的信息
tree@data$support<-ifelse(tree@data$support<50,NA,tree@data$support)
最后一步就是画图了
ggtree(trs,layout = "circular",branch.length = "none")+
#geom_tiplab(offset = 0.01)+
geom_tippoint(aes(shape=Diet,color=Gut.compartment),
size=5)+
scale_shape_manual(values = c(16,17,18,15))+
geom_text2(aes(label=support,angle=angle),hjust=-0.2)+
scale_color_manual(values = c("#800080","#ff8000","#008080"),
name="Gut_compartment")+
guides(color=guide_legend(order = 1))
以上代码的具体作用就不在这篇推文里进行介绍了，争取出一期视频介绍每个函数的作用。如果需要这篇推文的示例数据直接在文末留言就好了。这里遇到一个问题是有没有办法给图例的文本填充不同的颜色呢？。欢迎大家在文末留言讨论这个问题呀！
参考资料
http://yulab-smu.top/treedata-book/chapter4.html
欢迎大家关注我的公众号
小明的数据分析笔记本