R 中的 Bray-Curtis 成对分析

Question

我正在尝试使用 R 中的 Vegan 包计算和可视化 paired/pooled 站点社区之间的 Bray-Curtis 差异。

下面是一个简化的示例数据框：

Site = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J") 

PoolNumber = c(1, 3, 4, 2, 4, 1, 2, 3, 4, 4) 

Sp1 = c(3, 10, 7, 0, 12, 9, 4, 0, 4, 3) 

Sp2 = c(2, 1, 17, 1, 2, 9, 3, 1, 6, 7)

Sp3 = c(5, 12, 6, 10, 2, 4, 0, 1, 3, 3)

Sp4 = c(9, 6, 4, 8, 13, 5, 2, 20, 13, 3)

df = data.frame(Site, PoolNumber, Sp1, Sp2, Sp3, Sp4)

"Site"是一个变量，表示每个样本的采集位置 "Sp" 列表示每个站点的物种丰度值。我想比较具有相同 "PoolNumber" 的成对网站，并为每次比较获取差异值。

大多数示例建议我应该创建一个仅包含 "Sp" 列的矩阵并使用此代码：

matrix <- df[,3:6]

braycurtis = vegdist(matrix, "bray")

hist(braycurtis)

但是，如果我用 "PoolNumber" 和 "Site" 消除列，我不确定如何告诉 R 比较哪些行。这是否涉及按 "PoolNumber" 进行组织，将其用作行名，然后编写一个循环来比较每 2 行？我也发现输出难以解释。较低的 Bray-Curtis 值表示更多相似的社区（接近 0 的值），而较高的值（接近 1）表示更多不同的社区，但是有没有办法判断方向性，哪一个更多样化？

我是 R 的初级用户，对于 terminology/formatting 的任何误用，我深表歉意。感谢所有建议。

谢谢

Answer 1

你的意思是你想得到一个 PoolNumber 相等的差异子集？ vegdist 函数将为您提供所有不同点，您可以从中选择对。当您首先将相异性转换为对称矩阵然后从该对称矩阵中选择您的子集时，这是最简单的：

braycurtis <- vegdist(df[,3:6])
as.matrix(braycurtis)[df$PoolNumber==4,df$PoolNumber==4]
as.dist(as.matrix(braycurtis)[df$PoolNumber==4,df$PoolNumber==4])

如果您只想获得平均值，vegan::meandist 函数将为您提供：

meandist(braycurtis, df$PoolNumber)

这里的对角线值将是 PoolNumber 内的平均差异和不同 PoolNumber 之间的非对角线平均差异。查看 vegan::meandist 的代码，您可以了解这是如何完成的。

Bray-Curtis 差异（与所有正常差异一样）是一种对称度量，它不知道多样性的概念。您可以评估每个站点的多样性程度，但您需要首先告诉我们您对 "diverse" 的含义（多样性还是其他？）。然后您只需要在计算中使用这些值即可。

如果您只想查看项目（物种）的数量，以下函数将为您提供下三角的差异（并且上三角的值将与符号的开关相同）：

designdist(df[,3:6], "A-B", "binary")

或者，您可以使用按行统计并查看它们的差异。这是 Shannon-Weaver 多样性指数的示例：

H <- diversity(df[,3:6])
outer(H, H, "-")

要获取子集，与 Bray-Curtis 索引的工作方式类似。

R 中的 Bray-Curtis 成对分析

Bray-Curtis Pairwise Analysis in R

r

vegan