在 Phyloseq 的制表符分隔的 .txt 映射文件中保留前导零

Question

我正在使用 phyloseq 包在 R 中进行微生物组数据分析。此分析的第一步是导入两个文件，一个是 .BIOM 文件（分类信息），另一个是元数据文件（制表符分隔的 .txt）。

两个文件都包含147个样本，列在第一列（#SampleID），例如- 001, 002, 003…….010, 011, …….147

我可以通过以下命令成功导入BIOM文件 –

biom_file = "otu_table.biom"
biomot = import_biom(biom_file, parseFunction = parse_taxonomy_greengenes)

但是当我尝试使用此公式导入 metada .txt 文件时，

map_file = "map2.txt"
bmsd = import_qiime_sample_data(map_file)

它从#SampleID 列的样本名称中删除所有前导零。因此，我无法在后续的分析步骤中合并这两个文件。有人可以帮助我吗，我怎样才能在#SampleID 列的样本名称中保留前导零。

感谢您的帮助。

.txt 输入文件中的数据结构

Answer 1

import_qiime_sample_dat 定义为：

import_qiime_sample_dat <- function (mapfilename) 
{
  QiimeMap <- read.table(file = mapfilename, header = TRUE, 
    sep = "\t", comment.char = "")
  rownames(QiimeMap) <- as.character(QiimeMap[, 1])
  return(sample_data(QiimeMap))
}

如您所见，使用 read.table，它会自动将包含数字的列转换为 integers/numerics，从而删除前导零。

为避免这种情况，您可以指定要在 txt -> data.frame 转换中使用的所需列类，但遗憾的是 import_qiime_sample_dat 不允许这样做。

因此您应该手动导入文件：

tmpDF <- read.table(file = mapfilename, header = TRUE, sep = "\t",
                    comment.char = "", colClasses = 'character')
row.names(tmpDF) <- as.character(tmpDF[[1]])
bmsd <- sample_data(tmpDF)

在 Phyloseq 的制表符分隔的 .txt 映射文件中保留前导零

Keeping leading zeros in tab delimited .txt mapping file in Phyloseq

csv

r

leading-zero

phyloseq