MicroBioMeta calcula
la diversidad y devuelve la figura lista para publicar. Este tutorial
explica el marco de los números de Hill y cómo usarlo en las funciones
que trabajan con él: alpha_hill_plot() y
alpha_diversity_plot() para diversidad alfa, y
beta_ord_plot() y beta_test_table() para
diversidad beta. Los cálculos con árbol o con rasgos vienen de
hilldiv3 (Alberdi and Gilbert 2019).
Los números de Hill (Hill 1973; Jost 2007) expresan la diversidad como un número efectivo: cuántos taxones igual de abundantes darían la misma diversidad que la muestra. Una muestra con valor 10 es el doble de diversa que una con valor 5, algo que no se cumple con los índices de Shannon o Simpson.
El orden \(q\) define cuánto peso reciben las abundancias:
| Orden | Peso de los taxones | Equivale a |
|---|---|---|
| \(q = 0\) | Todos cuentan igual | Riqueza |
| \(q = 1\) | Proporcional a su abundancia | Exponencial de Shannon |
| \(q = 2\) | Sobre todo los dominantes | Inverso de Simpson |
La misma idea se extiende a otras dos dimensiones de la diversidad (Chao et al. 2014). Las tres son números efectivos, en equivalentes de especies o linajes (Chao et al. 2021), pero cuentan cosas distintas: taxones, linajes o grupos funcionales. Di siempre cuál reportas.
diversity |
Qué toma en cuenta | Qué necesitas | Unidad |
|---|---|---|---|
"taxonomic" |
Abundancias | La tabla | Número efectivo de features |
"phylogenetic" |
Qué tan emparentados están los taxones (Chao et al. 2010) | Árbol enraizado | Número efectivo de linajes |
"functional" |
Qué tan distintos son sus rasgos (Chao et al. 2019) | Rasgos por taxón | Número efectivo de grupos funcionales |
Usamos el ejemplo 18S del paquete (eucariontes microscópicos, sobre todo hongos).
library(MicroBioMeta)
table_fungi <- read.delim(
system.file("extdata", "table_fungi.txt", package = "MicroBioMeta"),
row.names = 1, check.names = FALSE
)
taxonomy_fungi <- read.delim(
system.file("extdata", "taxonomy_fungi.txt", package = "MicroBioMeta"),
check.names = FALSE
)
metadata_fungi <- read.delim(
system.file("extdata", "metadata_fungi.txt", package = "MicroBioMeta"),
check.names = FALSE
)
metadata_fungi <- metadata_fungi[metadata_fungi$SAMPLEID %in% colnames(table_fungi), ]
table_fungi <- table_fungi[, metadata_fungi$SAMPLEID]
table_fung <- merge_feature_taxonomy(table = table_fungi, taxonomy = taxonomy_fungi)Las puntas del árbol deben ser los taxones de la tabla. Con QIIME 2
(Bolyen et al. 2019), el árbol sale de
las secuencias representativas, y exported-tree/tree.nwk es
lo que lees en R:
qiime phylogeny align-to-tree-mafft-fasttree \
--i-sequences rep-seqs.qza \
--output-dir phylogeny
qiime tools export --input-path phylogeny/rooted_tree.qza --output-path exported-treeRevisa el árbol antes de usarlo: unas pocas secuencias espurias en una rama muy larga pueden aplanar \(q = 1\) y \(q = 2\), porque esa rama domina el árbol. En este ejemplo quitamos tres ASVs Unassigned (10 lecturas) por esa razón.
traits es una tabla con taxones en filas y rasgos en
columnas. Sirve cualquier rasgo medido. En comunidades microbianas, una
fuente común es la tabla de familias de genes predichas por ASV con
PICRUSt2 (Douglas et al. 2020), como
EC_predicted.tsv. Son predicciones, no mediciones, así que
repórtalas como tales.
traits_fungi <- read.delim(
system.file("extdata", "traits_fungi.txt", package = "MicroBioMeta"),
row.names = 1, check.names = FALSE
)Los taxones que están en la tabla pero no en el árbol o en los rasgos se descartan con un aviso que dice cuántos son. Aquí pasa con los tres ASVs de arriba.
alpha_hill_plot() usa la misma llamada para los tres
tipos. Solo cambian diversity y su insumo, y el título del
eje y sigue la unidad de cada tipo.
alpha_hill_plot(
table = table_fung,
metadata = metadata_fungi,
x_col = "Type_of_soil",
fill_col = "Type_of_soil",
facet_by = "Treatment",
x_axis_title = "Type of soil",
show_legend = FALSE,
stat = "kruskal.test"
)alpha_hill_plot(
table = table_fung,
metadata = metadata_fungi,
x_col = "Type_of_soil",
fill_col = "Type_of_soil",
facet_by = "Treatment",
x_axis_title = "Type of soil",
show_legend = FALSE,
stat = "kruskal.test",
diversity = "phylogenetic",
tree = tree_fungi
)alpha_hill_plot(
table = table_fung,
metadata = metadata_fungi,
x_col = "Type_of_soil",
fill_col = "Type_of_soil",
facet_by = "Treatment",
x_axis_title = "Type of soil",
show_legend = FALSE,
stat = "kruskal.test",
diversity = "functional",
traits = traits_fungi
)Dos detalles de estos valores:
iNEXT.3D usa en cambio la edad de la raíz,
así que sus valores no son iguales.tau.alpha_diversity_plot() muestra los índices clásicos,
también con diversity:
diversity |
Índice | Significado | Unidad |
|---|---|---|---|
"taxonomic" |
Chao1, Shannon, Simpson | Riqueza y equitatividad | Distinta en cada índice |
"phylogenetic" |
PD de Faith (Faith 1992) | Suma de longitudes de rama hasta la raíz | Longitud de rama |
"functional" |
Q de Rao (Rao 1982) | Distancia media entre dos lecturas al azar | Distancia (Gower) |
alpha_diversity_plot(
table = table_fung,
metadata = metadata_fungi,
x_col = "Type_of_soil",
fill_col = "Type_of_soil",
x_axis_title = "Type of soil",
show_legend = FALSE,
stat = "kruskal.test",
diversity = "phylogenetic",
tree = tree_fungi
)alpha_diversity_plot(
table = table_fung,
metadata = metadata_fungi,
x_col = "Type_of_soil",
fill_col = "Type_of_soil",
x_axis_title = "Type of soil",
show_legend = FALSE,
stat = "kruskal.test",
diversity = "functional",
traits = traits_fungi
)Estos índices se relacionan con los números de Hill, pero no son la misma cantidad. El PD de Faith es el \(q = 0\) filogenético antes de dividir entre la profundidad del árbol, y la Q de Rao da el \(q = 2\) funcional mediante \(1 / (1 - Q / \tau)\) cuando \(\tau\) es la mayor distancia entre dos taxones. Elige el índice clásico si necesitas comparar con estudios que lo reportan, y el número de Hill si quieres todos los tipos en un mismo marco.
hilldiv3::hillpair() convierte los números de Hill en
disimilitudes entre muestras (Jost 2007; Chiu et al. 2014; Chao et al. 2023). En
MicroBioMeta son una opción más de distance,
junto a "jaccard" o "aitchison", con el orden
definido por q. Van de 0 (muestras idénticas) a 1 (nada
compartido), así que no tienen problema de unidades.
distance |
Tipo | Taxonómica: \(q = 0\), \(1\), \(2\) | Filogenética: \(q = 0\), \(1\), \(2\) |
|---|---|---|---|
"U" |
Tipo Jaccard | Jaccard, Horn, solapamiento regional | Phylo-Jaccard (UniFrac no ponderado), phylo-Horn, phylo-regional-overlap |
"C" |
Tipo Sørensen | Sørensen, Horn, Morisita-Horn | Phylo-Sørensen (PhyloSor), phylo-Horn, phylo-Morisita-Horn |
"S" |
Recambio tipo Jaccard | Jaccard, sin nombre, Morisita-Horn | Phylo-Jaccard, sin nombre, phylo-Morisita-Horn |
"V" |
Recambio tipo Sørensen | Sørensen, sin nombre, sin nombre | Phylo-Sørensen, sin nombre, sin nombre |
Los nombres filogenéticos vienen de Chiu et
al. (2014), y PhyloSor de
Bryant et al. (2008); UniFrac es de Lozupone and Knight (2005). Las versiones
funcionales no tienen nombres propios: Chao et
al. (2019) las llama medidas
funcionales tipo Sørensen y tipo Jaccard, así que repórtalas así, con
\(q\) y \(\tau\). En \(q =
1\), "U" es phylo-Horn, no el UniFrac ponderado.
Estas métricas describen las diferencias en términos de números de Hill; no son composicionales. Si tu análisis principal usa CLR/Aitchison, mantenlo y usa estas como complemento.
Las métricas de Hill funcionan con ordination = "PCoA" o
"NMDS", igual que cualquier distancia que no sea
"compositional". beta_ord_plot() mantiene la
misma escala en los dos ejes, así que la gráfica se achata cuando el
primer eje explica casi toda la variación. En el ejemplo funcional
agregamos ggplot2::coord_cartesian() para llenar la figura;
ten en cuenta que los ejes ya no comparten escala.
beta_ord_plot(
table = table_fung,
metadata = metadata_fungi,
distance = "U",
q = 1,
ordination = "PCoA",
group_col = "Type_of_soil",
legend_title = "Type of soil"
)beta_ord_plot(
table = table_fung,
metadata = metadata_fungi,
distance = "U",
q = 1,
ordination = "PCoA",
group_col = "Type_of_soil",
legend_title = "Type of soil",
diversity = "phylogenetic",
tree = tree_fungi
)beta_ord_plot(
table = table_fung,
metadata = metadata_fungi,
distance = "U",
q = 1,
ordination = "PCoA",
group_col = "Type_of_soil",
legend_title = "Type of soil",
diversity = "functional",
traits = traits_fungi
) + ggplot2::coord_cartesian()beta_test_table() recibe los mismos argumentos. Un
PERMANOVA (Anderson 2001) prueba si
los grupos difieren, y betadisper (Anderson 2006) si difiere su
dispersión. Reporta ambos: un PERMANOVA significativo con dispersiones
desiguales puede reflejar diferencias de dispersión, no de posición.
Usamos \(q = 1\) y el mismo modelo para los tres tipos. En ese orden el suelo y el tratamiento difieren en todos, y la interacción solo en el filogenético.
Taxonómica:
beta_test_table(
table = table_fung,
metadata = metadata_fungi,
formula_str = "Type_of_soil * Treatment",
distance = "U",
q = 1
)Filogenética:
beta_test_table(
table = table_fung,
metadata = metadata_fungi,
formula_str = "Type_of_soil * Treatment",
distance = "U",
q = 1,
diversity = "phylogenetic",
tree = tree_fungi
)Funcional:
beta_test_table(
table = table_fung,
metadata = metadata_fungi,
formula_str = "Type_of_soil * Treatment",
distance = "U",
q = 1,
diversity = "functional",
traits = traits_fungi
)test = "betadisper" funciona igual para los tres tipos.
Aquí está el filogenético. En \(q = 1\)
las dispersiones difieren entre tipos de suelo en los tres, así que lee
el PERMANOVA de Type_of_soil con eso en mente.
beta_test_table(
table = table_fung,
metadata = metadata_fungi,
formula_str = "Type_of_soil",
distance = "U",
q = 1,
test = "betadisper",
diversity = "phylogenetic",
tree = tree_fungi
)## R version 4.6.2 (2026-10-29)
## Platform: x86_64-pc-linux-gnu
## Running under: Ubuntu 26.04.1 LTS
##
## Matrix products: default
## BLAS: /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3
## LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/libopenblasp-r0.3.32.so; LAPACK version 3.12.0
##
## locale:
## [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
## [3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
## [5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
## [7] LC_PAPER=en_US.UTF-8 LC_NAME=C
## [9] LC_ADDRESS=C LC_TELEPHONE=C
## [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
##
## time zone: Etc/UTC
## tzcode source: system (glibc)
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] MicroBioMeta_0.99.0 rmarkdown_2.32
##
## loaded via a namespace (and not attached):
## [1] deldir_2.0-4 gridExtra_2.3.1
## [3] permute_0.10-1 rlang_1.3.0
## [5] magrittr_2.0.5 otel_0.3.0
## [7] matrixStats_1.5.0 compiler_4.6.2
## [9] mgcv_1.9-5 hillR_0.5.2
## [11] png_0.1-9 vctrs_0.7.3
## [13] stringr_1.6.0 pkgconfig_2.0.3
## [15] fastmap_1.2.0 backports_1.5.1
## [17] XVector_0.53.0 labeling_0.4.3
## [19] purrr_1.2.2 xfun_0.62
## [21] Rfast_2.1.5.2 randomForest_4.7-1.2
## [23] cachem_1.1.0 jsonlite_2.0.0
## [25] DelayedArray_0.39.8 BiocParallel_1.47.0
## [27] jpeg_0.1-11 broom_1.0.13
## [29] parallel_4.6.2 cluster_2.1.8.3
## [31] R6_2.6.1 bslib_0.12.0
## [33] stringi_1.8.9 RColorBrewer_1.1-3
## [35] car_3.1-5 zCompositions_1.6.2
## [37] GenomicRanges_1.65.4 jquerylib_0.1.4
## [39] Rcpp_1.1.2 Seqinfo_1.3.2
## [41] SummarizedExperiment_1.43.0 knitr_1.52
## [43] hilldiv3_3.2.1 directlabels_2026.8.27
## [45] IRanges_2.47.5 Matrix_1.7-6
## [47] splines_4.6.2 tidyselect_1.2.1
## [49] abind_1.4-8 yaml_2.3.12
## [51] ggVennDiagram_1.5.7 vegan_2.7-8
## [53] codetools_0.2-20 lattice_0.23-1
## [55] tibble_3.3.1 Biobase_2.73.2
## [57] withr_3.0.3 S7_1.0.0
## [59] evaluate_1.0.5 survival_3.8-12
## [61] RcppParallel_6.2.1 pillar_1.11.1
## [63] ggpubr_1.0.0 MatrixGenerics_1.25.0
## [65] carData_3.0-6 stats4_4.6.2
## [67] NADA_1.6-1.2 generics_0.1.4
## [69] truncnorm_1.0-9 S4Vectors_0.51.10
## [71] ggplot2_4.0.4 scales_1.4.0
## [73] ALDEx2_1.45.0 glue_1.8.1
## [75] maketools_1.3.2 tools_4.6.2
## [77] interp_1.1-6 sys_3.4.3
## [79] data.table_1.18.6.1 ggsignif_0.6.4
## [81] ggvenn_0.1.19 buildtools_1.0.0
## [83] cowplot_1.2.0 grid_4.6.2
## [85] tidyr_1.3.2 ape_5.8-1
## [87] latticeExtra_0.6-31 nlme_3.1-172
## [89] patchwork_1.3.2 Formula_1.2-6
## [91] cli_3.6.6 zigg_0.0.2
## [93] S4Arrays_1.13.3 dplyr_1.2.1
## [95] gtable_0.3.6 ggh4x_0.3.1
## [97] rstatix_1.1.0 sass_0.4.10
## [99] digest_0.6.39 BiocGenerics_0.59.13
## [101] SparseArray_1.13.5 ggrepel_0.9.8
## [103] farver_2.1.2 htmltools_0.5.9
## [105] lifecycle_1.0.5 MASS_7.3-66