--- title: "Amplicón" output: rmarkdown::html_vignette: toc: true toc_depth: 3 fig_caption: true bibliography: references.bib link-citations: true vignette: > %\VignetteIndexEntry{Amplicón} %\VignetteEngine{knitr::rmarkdown} %\VignetteEncoding{UTF-8} --- ```{r setup, include=FALSE} knitr::opts_chunk$set( fig.align = "center", out.width = "100%", fig.width = 7, fig.height = 5, dpi = 96 ) ``` 🧬 MicroBioMeta es un paquete de R para explorar, analizar y visualizar datos de microbioma. Este tutorial recorre un ejemplo de su uso con datos de metabarcoding. ## Instalación `MicroBioMeta` todavía no está en Bioconductor. Por ahora, se instala desde GitHub: ```{r install-github, eval=FALSE} # install.packages("remotes") remotes::install_github("Steph0522/MicroBioMeta") ``` Cuando sea aceptado en Bioconductor, se instalará con: ```{r install-bioc, eval=FALSE} if (!requireNamespace("BiocManager", quietly = TRUE)) { install.packages("BiocManager") } BiocManager::install("MicroBioMeta") ``` ## Datos de ejemplo Para este ejemplo usaremos datos secuenciados con el barcode 16S para bacterias y 18S para eucariontes microscópicos (sobre todo hongos, pero también ciliados, cercozoos y otros protistas). Los datos provienen de: Para 16S 🦠: [Hereira-Pacheco, S.E., Navarro-Noya, Y.E. & Dendooven, L. The root endophytic bacterial community of Ricinus communis L. resembles the seeds community more than the rhizosphere bacteria independent of soil water content. Sci Rep 11, 2173 (2021). https://doi.org/10.1038/s41598-021-81551-7](https://doi.org/10.1038/s41598-021-81551-7) Para 18S: [Hereira-Pacheco, S. E., Estrada-Torres, A., Dendooven, L., & Navarro-Noya, Y. E. (2023). Shifts in root-associated fungal communities under drought conditions in Ricinus communis. Fungal Ecology, 63, 101225.](https://www.sciencedirect.com/science/article/abs/pii/S1754504823000028) ## Cargar los datos Primero, carguemos el paquete `MicroBioMeta`: ```{r load, message=FALSE} library("MicroBioMeta") ``` Carguemos también los demás paquetes que vamos a necesitar: ```{r data-1, warning=FALSE, message=FALSE} library(tidyverse) ``` [`tidyverse`](https://tidyverse.org/) se usa para todo el manejo de datos y las visualizaciones. Ahora cargamos los datos y los reformateamos. Este conjunto de datos fue procesado en [`QIIME2`](https://qiime2.org/) [@bolyen2019qiime2], así que sus artefactos `.qza` se importaron originalmente a R con el paquete [`qiime2R`](https://github.com/jbisanz/qiime2R) [@bisanz2018qiime2r] (Licencia MIT, © 2018 Jordan Bisanz), del cual `read_qza()` el parser de taxonomía propio de `MicroBioMeta` está adaptado. Si tienes tus propios artefactos `.qza`, `qiime2R::read_qza()` (`devtools::install_github("jbisanz/qiime2R")`) es la forma de importarlos a R. Para esta viñeta, esos mismos datos vienen incluidos en el paquete ya exportados como archivos `.txt` planos (en `inst/extdata/`), así que construirla no requiere tener instalado `qiime2R` (un paquete que solo está en GitHub): Primero, carguemos las tablas y la taxonomía de cada conjunto de datos: ```{r data-2} bacteria_table <- read.delim( system.file("extdata", "table_bacteria.txt", package = "MicroBioMeta"), row.names = 1, check.names = FALSE ) fungi_table <- read.delim( system.file("extdata", "table_fungi.txt", package = "MicroBioMeta"), row.names = 1, check.names = FALSE ) taxonomy_bacteria <- read.delim( system.file("extdata", "taxonomy_bacteria.txt", package = "MicroBioMeta"), check.names = FALSE ) %>% rename(taxonomy = Taxon) %>% dplyr::select(-Confidence) %>% column_to_rownames(var = "Feature.ID") taxonomy_fungi <- read.delim( system.file("extdata", "taxonomy_fungi.txt", package = "MicroBioMeta"), check.names = FALSE ) %>% rename(taxonomy = Taxon) %>% dplyr::select(-Consensus) %>% column_to_rownames(var = "Feature.ID") ``` ⚠️ Nota que renombramos la columna Taxon a taxonomy antes de unir estos dos objetos: ```{r data-3} colnames(taxonomy_bacteria) ``` Ahora, carguemos los metadatos de cada conjunto de datos: ```{r data-4} bacteria_metadata <- read.delim( system.file("extdata", "metadata_bacteria.txt", package = "MicroBioMeta"), check.names = FALSE ) %>% filter(Month == "2") fungi_metadata <- read.delim( system.file("extdata", "metadata_fungi.txt", package = "MicroBioMeta"), check.names = FALSE ) ``` Ahora filtremos y ordenemos los datos. Es una buena práctica usar tabla y metadatos que contengan la misma información y muestras, y en el mismo orden. Así que en este punto vamos a filtrar las tablas para que coincidan con los metadatos. Para bacterias: ```{r data-5} samples_bac <- bacteria_metadata$SAMPLEID[ bacteria_metadata$SAMPLEID %in% colnames(bacteria_table) ] table_bacteria <- bacteria_table[, samples_bac] metadata_bacteria <- bacteria_metadata[ bacteria_metadata$SAMPLEID %in% samples_bac, ] ``` y para eucariontes microscópicos: ```{r data-6} samples_fun <- fungi_metadata$SAMPLEID[ fungi_metadata$SAMPLEID %in% colnames(fungi_table) ] table_fungi <- fungi_table[, samples_fun] metadata_fungi <- fungi_metadata[ fungi_metadata$SAMPLEID %in% samples_fun, ] ``` ## Preprocesamiento de los datos Las funciones de `MicroBioMeta` necesitan que los datos estén en formato `biom` (taxones en filas, muestras en columnas), con una columna de **taxonomía** al final. Si tus datos no vienen ya en ese formato, `merge_feature_taxonomy()` combina una tabla de abundancia y una tabla de taxonomía en este formato. Mantener la taxonomía como una columna de la misma tabla permite que la mayoría de las funciones consulten la identidad taxonómica sin necesitar un objeto aparte. ```{r prep} table_bac <- merge_feature_taxonomy( table = table_bacteria, taxonomy = taxonomy_bacteria ) table_fung <- merge_feature_taxonomy( table = table_fungi, taxonomy = taxonomy_fungi ) ``` ⚠️ Nota que esta advertencia reporta cuántos IDs de taxonomía no coincidieron con la tabla de features y fueron excluidos del resultado. ⚠️ Todas las funciones que usan la taxonomía muestran los filos bacterianos con sus nombres válidamente publicados (por ejemplo, *Proteobacteria* como *Pseudomonadota*, *Firmicutes* como *Bacillota*, *Actinobacteriota* como *Actinomycetota*), que son los que usa NCBI Taxonomy desde 2021. Un mensaje indica qué nombres se cambiaron (una vez por sesión). ## Exploración de la composición `MicroBioMeta` tiene varias funciones para explorar la composición, identidad taxonómica y abundancia. Exploremos cada una. ### Barplots de abundancia Los barplots de abundancia son útiles para identificar patrones en la composición de la comunidad según la identidad taxonómica.\ Esta función genera barplots apilados de abundancias relativas usando una tabla de abundancia y un archivo de metadatos como entrada. El parámetro `taxonomy_db` especifica la base de datos taxonómica de referencia usada para la asignación taxonómica: `"silva"` (por defecto), `"gg2"` (Greengenes2), `"unite"` o `"Kraken2"`.\ El parámetro `x_col` indica la columna de los metadatos usada para agrupar muestras en el eje x, mientras que `facet_by` define la columna de metadatos usada para dividir el gráfico en facetas. El parámetro `level` permite elegir el nivel taxonómico al que se colapsan los datos. `top_n` controla el número de taxones más abundantes que se muestran en el barplot. Si `add_remained = TRUE`, las abundancias relativas se completan hasta el 100% agregando una categoría gris que representa los taxones restantes no mostrados explícitamente; si es `FALSE`, solo se muestran los taxones seleccionados.\ El parámetro `label` define el título de la leyenda mostrada en el gráfico. Las etiquetas del eje x pueden rotarse con `x_label_angle` (por defecto `0`, horizontal), útil cuando los nombres de muestras o grupos son lo suficientemente largos como para superponerse, como en los ejemplos de abajo. `strip_text_bold` controla si los títulos de las facetas van en negritas (por defecto `FALSE`), y `aspect_ratio` fija la relación alto/ancho del panel cuando necesitas proporciones consistentes entre figuras. Finalmente, cuando `save_table = TRUE`, la función también guarda un archivo delimitado por tabuladores (con el nombre de `table_filename`) con las abundancias relativas (porcentajes) usadas para generar el gráfico. ```{r bar-1, fig.width=9, fig.height=6} abundance_bar_plot( table = table_bac, metadata = metadata_bacteria, taxonomy_db = "silva", level = "phylum", top_n = 15, x_col = "Type_of_soil", facet_by = "Treatment", add_remained = TRUE, label = "Phylum", x_label_angle = 45, save_table = FALSE ) ``` ```{r bar-2, fig.width=9, fig.height=6} abundance_bar_plot( table = table_fung, metadata = metadata_fungi, x_col = "Treatment", facet_by = "Type_of_soil", add_remained = TRUE, label = "Genera", x_label_angle = 45, save_table = FALSE ) ``` `palette` cambia los colores de los taxones: `"default"` (los colores brillantes de arriba), `"brewer"` (las paletas cualitativas de RColorBrewer unidas, sin grises; muchos colores distintos, pero no apta para daltónicos) o `"safe"` (la paleta "Safe", apta para daltónicos; tiene 11 colores, así que conviene `top_n` de 11 o menos, si no los colores se interpolan). El taxón más abundante recibe el primer color. `taxa_colors` fija el color de taxones concretos (un vector con nombres, p. ej. `c(Fusarium = "#E31A1C")`), lo que mantiene el mismo color de un taxón entre figuras: ```{r bar-3, fig.width=9, fig.height=6} abundance_bar_plot( table = table_fung, metadata = metadata_fungi, x_col = "Treatment", facet_by = "Type_of_soil", add_remained = TRUE, label = "Genera", x_label_angle = 45, palette = "brewer" ) ``` ```{r bar-4, fig.width=9, fig.height=6} abundance_bar_plot( table = table_fung, metadata = metadata_fungi, x_col = "Treatment", facet_by = "Type_of_soil", top_n = 10, add_remained = TRUE, label = "Genera", x_label_angle = 45, palette = "safe" ) ``` ### Heatmaps de abundancia Nota que los archivos de entrada son los mismos que en la función anterior, y esto es consistente en todas las funciones de aquí en adelante. Los parámetros `condition1`, `condition2` y `condition3` definen las tres variables de metadatos que se muestran como anotaciones horizontales encima del heatmap.\ Se pueden especificar paletas de color personalizadas para cada anotación con `colors_condition1`, `colors_condition2` y `colors_condition3`, respectivamente.\ Los títulos de leyenda de estas anotaciones se pueden personalizar con `name_legend_condition1`, `name_legend_condition2` y `name_legend_condition3`. El argumento `top_n` controla el número de features más abundantes incluidos en el heatmap.\ Si `cluster = TRUE`, las filas se agrupan jerárquicamente; si es `FALSE`, los features se ordenan por abundancia relativa decreciente.\ El parámetro `show_column_names` determina si se muestran los nombres de las muestras en el heatmap. Las etiquetas de fila por defecto son solo el número de rango del feature (`"1"`, `"2"`...); `feature_prefix` antepone lo que corresponda a los datos — aquí `"ASV"`, ya que los features de esta tabla son variantes de secuencia de amplicón (ASV) de QIIME2/DADA2. Los nombres compuestos de SILVA de tres o más géneros se acortan al último género más "group" (por ejemplo, *Allorhizobium-Neorhizobium-Pararhizobium-Rhizobium* se muestra como "Rhizobium group"; los de dos géneros, como *Escherichia-Shigella*, se dejan completos), aquí y en los barplots, diagramas de Sankey y figuras de ALDEx2. Las demás etiquetas de más de `max_label_length` caracteres (por defecto `35`) se cortan con "...". Usa `composite_names = FALSE` para ver los nombres completos. Los tipos de suelo conservan los colores Okabe-Ito que el paquete usa por defecto (aptos para daltonismo: Bulk soil naranja, Rhizosphere azul, Roots verde, Uncultivated amarillo). Para los tratamientos usamos colores de la paleta "Safe" (también apta para daltonismo), así las dos variables no comparten colores: ```{r colors} treatment_colors <- c(TC = "#CC6677", TD = "#332288", TED = "#999933") ``` ```{r heat-1, warning=FALSE, fig.width=14, fig.height=6} abundance_heatmap_plot( table = table_bac, metadata = metadata_bacteria, top_n = 20, show_column_names = FALSE, condition1 = "Type_of_soil", condition2 = "Treatment", colors_condition2 = treatment_colors, feature_prefix = "ASV" ) ``` ```{r heat-2, warning=FALSE, fig.width=14, fig.height=6} abundance_heatmap_plot( table = table_fung, metadata = metadata_fungi, top_n = 20, show_column_names = FALSE, condition1 = "Type_of_soil", condition2 = "Treatment", colors_condition2 = treatment_colors, feature_prefix = "ASV" ) ``` ### Diagrama de Sankey del flujo taxonómico `abundance_sankey_plot()` visualiza cómo fluye la abundancia relativa a través de los rangos taxonómicos: de Reino a Especie, como un diagrama de Sankey interactivo. Es útil para tener una visión rápida de qué linajes dominan la comunidad. El argumento `taxRanks` especifica qué rangos incluir como nodos, `maxn` limita el número de taxones conservados por rango, y `taxonomy_db` le indica a la función cómo están formateadas las cadenas de taxonomía (por ejemplo, `"silva"`, `"gg"`, `"kraken2"`). Esta función depende de [`networkD3`](https://CRAN.R-project.org/package=networkD3), disponible en CRAN: ```{r sankey-1, eval=FALSE} install.packages("networkD3") ``` ⚠️ A diferencia de las demás funciones, esta no retorna un objeto `ggplot` sino un objeto interactivo `sankeyNetwork` (htmlwidget). Por defecto no escribe nada en disco; usa `output_file` (por ejemplo, `output_file = "sankey_bacteria.html"`) para **guardar el diagrama como archivo HTML**. ```{r sankey-2, warning=FALSE} sankey_bacteria <- abundance_sankey_plot( table = table_bac, maxn = 10, width = 950, height = 650, taxRanks = c("P", "C", "O", "F", "G"), taxonomy_db = "silva" ) sankey_bacteria ``` ## Diversidad alfa La diversidad alfa describe la diversidad dentro de cada muestra individual. Con `MicroBioMeta`, la diversidad alfa se puede explorar con varias métricas distintas, como métricas clásicas tipo Chao y Simpson. Además, el paquete implementa funciones basadas en el **marco de números de Hill** [@chao2014hill; @li2018hillr], que ofrece una forma unificada de representar distintas unidades. Los números de Hill se parametrizan mediante el orden *q*, que regula el peso que se le da a la abundancia. Por ejemplo, *q*=0 corresponde a la riqueza de especies (número total de especies), *q*=1 al exponencial de la entropía de Shannon (especies frecuentes), y *q*=2 al inverso del índice de Simpson (especies dominantes). ### Correlación entre números de Hill La función `alpha_hill_corr_plot()` calcula los números de Hill para distintos órdenes (típicamente, 𝑞=0,1,2) y visualiza las correlaciones entre ellos mediante un gráfico de correlación, evaluando qué tan fuertemente se relacionan las métricas de diversidad de distintos órdenes con la profundidad de secuenciación. Este es el primer paso antes de analizar las métricas de diversidad alfa. Para las bacterias 🦠, podemos observar que en todos los órdenes de *q* hay una correlación fuerte con la profundidad de secuenciación. Cuando esto pasa, las diferencias de diversidad entre muestras pueden reflejar en parte diferencias en el esfuerzo de secuenciación, así que conviene tenerlo en cuenta (o rarefaccionar) antes de comparar grupos. ```{r hill-corr, warning=FALSE, fig.width=12, fig.height=4.5} alpha_hill_corr_plot(table = table_bac) ``` ### Visualización de diversidad alfa La función `alpha_hill_plot()` calcula los números de Hill y visualiza los patrones de diversidad alfa entre condiciones experimentales usando boxplots. El parámetro `x_col` especifica la columna de metadatos usada en el eje x, mientras que `fill_col` controla el agrupamiento usado para colorear los boxplots. El argumento `facet_by` permite dividir el gráfico según una variable de metadatos, y `facet_orientation` controla si las facetas se organizan horizontal o verticalmente. Si `save_table = TRUE`, la función también guarda un archivo delimitado por tabuladores con los valores de diversidad alfa calculados para cada muestra. ```{r alpha-1, warning=FALSE, fig.width=9, fig.height=8} alpha_hill_plot( table = table_bac, metadata = metadata_bacteria, x_col = "Treatment", fill_col = "Treatment", group_colors = treatment_colors, facet_by = "Type_of_soil", facet_orientation = "horizontal", save_table = FALSE ) ``` La misma función permite intercambiar el papel de las variables. Para los eucariontes microscópicos ponemos el compartimento de suelo en el eje x y separamos los paneles por tratamiento, lo que resalta cómo cambia la diversidad del suelo desnudo a las raíces dentro de cada tratamiento: ```{r alpha-2, warning=FALSE, fig.width=9, fig.height=7} alpha_hill_plot( table = table_fung, metadata = metadata_fungi, x_col = "Type_of_soil", fill_col = "Type_of_soil", facet_by = "Treatment", facet_orientation = "horizontal", show_legend = FALSE, save_table = FALSE ) ``` `palette` define los colores de los grupos en `alpha_hill_plot()`, `alpha_diversity_plot()`, `alpha_decay_plot()`, `beta_ord_plot()` y `beta_decay_plot()`: `"colorb"` (por defecto, la paleta Okabe-Ito, apta para daltónicos), `"safe"` (la paleta "Safe" de CARTO, apta para daltónicos; como en `rcartocolor::carto_pal()`, con 3 a 11 grupos el último es gris), `"earth"` (la paleta "Earth" de CARTO, de café a azul verdoso; mejor para dos grupos o grupos ordenados, porque los colores intermedios son pálidos), `"grey"`, `"viridis"` o `"brewer"`. `group_colors` reemplaza a `palette` con tus propios colores. Aquí el ejemplo de eucariontes microscópicos de arriba con `"safe"`: ```{r alpha-pal, warning=FALSE, fig.width=9, fig.height=7} alpha_hill_plot( table = table_fung, metadata = metadata_fungi, x_col = "Type_of_soil", fill_col = "Type_of_soil", facet_by = "Treatment", facet_orientation = "horizontal", show_legend = FALSE, palette = "safe" ) ``` También podemos visualizar otras métricas considerando índices clásicos de diversidad alfa: ```{r alpha-3, warning=FALSE, fig.width=9, fig.height=7} alpha_diversity_plot( table = table_fung, metadata = metadata_fungi, x_col = "Treatment", fill_col = "Treatment", group_colors = treatment_colors, facet_by = "Type_of_soil", facet_orientation = "horizontal", stat = "anova", free_y = TRUE, save_table = FALSE ) ``` Cada panel se etiqueta automáticamente (A, B, C, ...) para poder referenciarlo. Cuando se establece `stat`, también se agregan valores p a cada panel. `"wilcox.test"` o `"t.test"` comparan cada par de grupos, cada uno con su corchete, y corrigen los valores p por comparaciones múltiples dentro del panel con `p_adjust_method` (por defecto `"holm"`; `"none"` muestra los valores p sin corregir). `"kruskal.test"` o `"anova"` dan un solo valor p global por panel. Solo se dibujan las comparaciones significativas. `panel_label_case` alterna entre etiquetas en mayúsculas y minúsculas, `panel_label_bold` para etiquetas en negritas, y `panel_labels` te permite dar etiquetas personalizadas (por ejemplo `c("(a)", "(b)", "(c)")`) en vez de las generadas automáticamente. `free_y` permite que cada panel use su propia escala del eje y en vez de una compartida, como abajo: ```{r alpha-4, warning=FALSE, fig.width=9, fig.height=7} alpha_diversity_plot( table = table_fung, metadata = metadata_fungi, x_col = "Treatment", fill_col = "Treatment", group_colors = treatment_colors, facet_by = "Type_of_soil", facet_orientation = "horizontal", stat = "anova", free_y = TRUE, x_label_angle = 45, panel_label_bold = FALSE, save_table = FALSE ) ``` Con `facet_orientation = "vertical"` los órdenes de Hill (*q*) van en filas y los grupos de `facet_by` en columnas: ```{r alpha-vertical, warning=FALSE, fig.width=8, fig.height=8} alpha_hill_plot( table = table_fung, metadata = metadata_fungi, x_col = "Type_of_soil", fill_col = "Type_of_soil", facet_by = "Treatment", facet_orientation = "vertical", show_legend = FALSE, save_table = FALSE ) ``` ### Diversidad alfa a lo largo de un gradiente continuo `alpha_decay_plot()` hace una regresión de los números de Hill contra una variable **continua** de los metadatos (por ejemplo, pH, elevación, distancia). Cada orden de Hill (*q*=0, 1, 2) tiene su propio panel con una línea de regresión y una anotación con el coeficiente de correlación (rho de Spearman por defecto), su valor p, y cuando `show_lm_stats = TRUE`, la R² y la pendiente del modelo lineal. El parámetro `cont_var` nombra la columna continua de metadatos a ubicar en el eje x, y el argumento opcional `group_col` ajusta una línea de regresión separada por grupo en vez de una sola línea global. Aquí usamos el `pH` del suelo como gradiente, restringido a `Bulk soil` y `Rhizosphere` para una comparación más limpia: ```{r alpha-gradient, warning=FALSE, fig.height=4, fig.width=10} metadata_bacteria_decay <- metadata_bacteria %>% filter(Type_of_soil %in% c("Bulk soil", "Rhizosphere")) alpha_decay_plot( table = table_bac, metadata = metadata_bacteria_decay, cont_var = "pH", group_col = "Type_of_soil", x_axis_title = "Soil pH" ) ``` ### Taxones compartidos entre grupos de muestras Otra forma de explorar los patrones de diversidad alfa es examinando **qué taxones son compartidos o exclusivos entre grupos de muestras**. La función `venn_plot()` genera diagramas de Venn que resumen el traslape de taxones entre los grupos definidos en los metadatos. Generamos un diagrama de Venn agrupando muestras según el tratamiento (TC, TD y TED). ```{r venn, fig.width=5, fig.height=4} venn_plot( table = table_fung, metadata = metadata_fungi, merge_by = "Treatment", min_prevalence = 0 ) ``` #### Colapsar la tabla por nivel taxonómico Las tablas de comunidades microbianas suelen generarse a nivel de **ASV u OTU**, lo que puede resultar en cientos o miles de features. Para la interpretación y visualización, suele ser útil agrupar estos features en un nivel **taxonómico** superior, como género. La función `collapse_table()` realiza esta agregación agrupando los features que están en el mismo nivel de taxonomía y sumando sus conteos. La función retorna una **lista con dos elementos**: - **`collapsed_table`**: una tabla de abundancia en formato ancho, donde las filas corresponden a los taxones colapsados en el nivel seleccionado y las columnas corresponden a las muestras. - **`long_format`**: la misma información en formato largo, útil para graficación o análisis estadísticos posteriores. Por ejemplo, el siguiente código colapsa la tabla de abundancia de eucariontes microscópicos al **nivel de género** y hacemos un diagrama de Venn para visualizar los géneros compartidos. ```{r collapse, fig.width=7, fig.height=6} table_genus <- collapse_table( table = table_fung, level = "genus" ) venn_plot( table = table_genus$collapsed_table, metadata = metadata_fungi, merge_by = "Treatment" ) ``` Por defecto, `collapse_table()` retorna los **conteos crudos** sumados en el nivel taxonómico seleccionado. Sin embargo, los datos de comunidades microbianas suelen necesitar visualizarse o analizarse como **abundancia relativa**. Al establecer `rel_abun = TRUE`, los conteos de cada muestra se convierten en **porcentajes**, donde la abundancia total por muestra suma 100%. #### Filtrar taxones por prevalencia A veces es útil visualizar solo los taxones que ocurren frecuentemente dentro de cada grupo. Esto se puede hacer usando el parámetro `min_prevalence`. Por ejemplo, el siguiente diagrama incluye solo los taxones presentes en **al menos el 20% de las muestras dentro de cada grupo**. El parámetro es 0 por defecto, lo que significa que no se aplica ningún filtro. ```{r prevalence, fig.width=5, fig.height=4} venn_plot( table = table_fung, metadata = metadata_fungi, merge_by = "Treatment", min_prevalence = 0.2 ) ``` #### Personalizar los colores de los grupos La función también permite colores personalizados para los grupos. ```{r venn-colors, fig.width=5, fig.height=4} venn_plot( table = table_fung, metadata = metadata_fungi, merge_by = "Treatment", min_prevalence = 0, group_colors = treatment_colors ) ``` #### Método de graficación alternativo Por defecto la función usa el paquete **ggvenn**, pero también puede generar el diagrama usando **ggVennDiagram**. ```{r venn-alt, fig.width=5, fig.height=4} venn_plot( table = table_fung, metadata = metadata_fungi, merge_by = "Treatment", method = "ggvenndiagram" ) ``` ## Diversidad beta La diversidad beta describe las diferencias en la composición y estructura de la comunidad entre muestras. Estos análisis ayudan a determinar si las comunidades microbianas varían según las condiciones ambientales, los tratamientos o los grupos experimentales, y cómo se agrupan o se separan. `MicroBioMeta` tiene varias funciones para explorar la diversidad beta, incluyendo gráficos de ordenación, pruebas estadísticas de diferencias entre comunidades, y enfoques de partición que separan los componentes compartidos y exclusivos de la diversidad. Estas funciones permiten tanto la exploración visual como pruebas de hipótesis formales. ### Ordenación de la composición de la comunidad La función `beta_ord_plot()` calcula las disimilitudes pareadas entre muestras y visualiza los resultados usando un método de ordenación. Por defecto, la función usa métricas de distancia ecológicas comunes (por ejemplo, Bray–Curtis o Euclidiana) y técnicas de reducción de dimensionalidad como **PCoA**, **PCA** o **NMDS**. Para tener en cuenta la naturaleza composicional de los datos, se pueden usar las distancias `aitchison` y `compositional`. `compositional` usa la transformación *clr* (log-razón centrada) implementada por el paquete `ALDEx2`. El parámetro `group_col` especifica la columna de metadatos usada para colorear las muestras, mientras que `shape_col` permite mostrar una variable adicional de metadatos usando distintas formas de punto. El argumento `distance` define la métrica de disimilitud usada para calcular la diversidad beta (por ejemplo, **bray, jaccard, aitchison**, etc.), y `ordination` (opciones: **PCA, PCoA** o **NMDS**) especifica el método de ordenación aplicado para visualizar las distancias entre muestras. ⚠️ **NOTA: `distance = "compositional"` usa una de las instancias Monte Carlo que `ALDEx2` genera al azar, así que el resultado cambia un poco en cada corrida. Si quieres obtener siempre el mismo resultado, se sugiere correr `set.seed()` antes de la función**, como en los ejemplos de abajo. Lo mismo aplica a `beta_test_table(distance = "compositional")`, a las funciones de ALDEx2 y a los p-valores de `cca_rda_biplot()`. Por defecto (`mc_samples = 1`) se usa una sola instancia, lo que es rápido; para los análisis finales se sugiere `mc_samples = 128` (el valor por defecto de ALDEx2), que promedia los valores clr de 128 instancias y da casi el mismo resultado en cada corrida, aunque tarda más. ```{r ord-1, warning=FALSE, message=FALSE, fig.width=8, fig.height=6} set.seed(123) beta_ord_plot( table = table_bac, metadata = metadata_bacteria, distance = "compositional", mc_samples = 128, ordination = "PCA", group_col = "Type_of_soil", shape_col = "Treatment" ) ``` Para los eucariontes microscópicos usamos otra combinación: la distancia de **Aitchison** (distancia euclidiana entre abundancias transformadas con clr, con un pseudoconteo de 0.5 para los ceros), que respeta la naturaleza composicional de los datos, con una ordenación **NMDS**. NMDS parte de configuraciones al azar, así que aquí también se usa `set.seed()`: ```{r ord-2, fig.width=8, fig.height=6} set.seed(123) beta_ord_plot( table = table_fung, metadata = metadata_fungi, group_col = "Type_of_soil", shape_col = "Treatment", distance = "aitchison", ordination = "NMDS" ) ``` Las mismas opciones de `palette` sirven para la ordenación. Con `"earth"` y dos grupos (aquí solo rizósfera y raíces) las muestras salen en café y azul verdoso: ```{r ord-pal, fig.width=8, fig.height=6} set.seed(123) two_soils <- metadata_fungi[metadata_fungi$Type_of_soil %in% c("Rhizosphere", "Roots"), ] beta_ord_plot( table = table_fung, metadata = two_soils, group_col = "Type_of_soil", shape_col = "Treatment", distance = "aitchison", ordination = "NMDS", palette = "earth" ) ``` ### Pruebas estadísticas para diversidad beta La función `beta_test_table()` realiza pruebas estadísticas para evaluar si la composición de la comunidad difiere entre grupos experimentales. El argumento `formula_str` especifica el diseño experimental usando una sintaxis de fórmula similar a la de los modelos lineales en R, o como se usa en el paquete `vegan` [@oksanen2024vegan]. El parámetro `distance` define la métrica de distancia usada para calcular las disimilitudes, y el argumento `test` especifica la prueba estadística (opciones: **PERMANOVA** [@anderson2001permanova] o **BETADISPER**). El parámetro `permutations` determina el número de permutaciones usadas para estimar la significancia estadística. `strata_var` se usa, como en el paquete `vegan`, para bloquear un parámetro. La primera columna de `metadata` debe tener los IDs de las muestras. Las funciones nunca emparejan las muestras por posición: las filas de la metadata se emparejan con la tabla por ID (y se reordenan si hace falta, con un mensaje), las muestras que no están en la metadata se dejan fuera con un mensaje, y la función se detiene si ningún ID coincide. Esto aplica a las funciones que hacen PERMANOVA, betadisper, ALDEx2, CCA/RDA o random forest. `table` también puede ser una distancia ya calculada (por ejemplo, de `vegan::vegdist()`), que se usa tal cual. ⚠️ **NOTA: Cada función tiene la opción `save_table`, que guarda los valores detrás del gráfico en un archivo delimitado por tabuladores**. `distance` coincide con la ordenación de cada conjunto de datos de arriba (`compositional` para bacterias, `aitchison` para eucariontes microscópicos), de modo que la prueba de significancia evalúa la misma noción de disimilitud que se muestra en el gráfico. El resultado es una figura de la tabla (un ggplot), así que se puede combinar con otros gráficos (p. ej. `cowplot::plot_grid()`) o guardar con `ggplot2::ggsave()`. Usa `save_table = TRUE` para obtener también los resultados en un archivo de texto. ```{r permanova-1, fig.width=8, fig.height=4} set.seed(123) beta_test_table( table = table_bac, metadata = metadata_bacteria, formula_str = "Type_of_soil*Treatment", distance = "compositional", mc_samples = 128, test = "permanova", permutations = 999 ) ``` ```{r permanova-2, fig.width=8, fig.height=4} set.seed(123) beta_test_table( table = table_fung, metadata = metadata_fungi, formula_str = "Type_of_soil*Treatment", distance = "aitchison", test = "permanova", permutations = 999 ) ``` ### Partición de la diversidad beta La diversidad beta también puede descomponerse en distintos componentes. La función `beta_partition_ord_plot()` divide la diversidad beta en los componentes de recambio (*turnover*) y anidamiento (*nestedness*) según índices de disimilitud seleccionados [@baselga2012betapart]. El argumento `family` especifica la familia de índices de disimilitud usada para la partición (por ejemplo, Jaccard o Sørensen). Los parámetros `group_col` y `shape_col` definen cómo se visualizan las muestras según variables de metadatos. ```{r partition-1, fig.width=14, fig.height=5.5} beta_partition_ord_plot( table = table_bac, metadata = metadata_bacteria, family = "jaccard", group_col = "Type_of_soil", shape_col = "Treatment", save_table = FALSE ) ``` ```{r partition-2, fig.width=14, fig.height=5.5} beta_partition_ord_plot( table = table_fung, metadata = metadata_fungi, family = "jaccard", group_col = "Type_of_soil", shape_col = "Treatment", save_table = FALSE ) ``` ### Visualización pareada de diversidad beta La función `beta_dissimilarity_plot()` resume los valores pareados de diversidad beta usando boxplots, permitiendo comparar los patrones de diversidad entre grupos de muestras. Esta función usa `betapart` sobre datos de incidencia (presencia/ausencia), con el índice de Sørensen o Jaccard: shared, turnover o nestedness. Los parámetros `condition1_col` y `condition2_col` especifican las variables de metadatos usadas para definir los grupos que se comparan. `condition2_col` separa las comparaciones en facetas: cada faceta conserva solo pares de muestras con el mismo valor (por ejemplo, las dos muestras del tratamiento TC), así que no se mezclan tratamientos. El argumento `partition` determina qué componente de la diversidad beta se muestra (`"shared"`, `"turnover"` o `"nestedness"`), mientras que `family` define el índice de disimilitud usado. Por defecto, `beta_dissimilarity_plot()` conserva todas las combinaciones pareadas posibles de `condition1_col`, incluyendo un grupo comparado consigo mismo (por ejemplo `"Roots_vs_Roots"`). El argumento `comparison_condition1` restringe el gráfico a etiquetas específicas `"value1_vs_value2"` (los dos valores ordenados alfabéticamente y unidos con `"_vs_"`). Aquí construimos esa lista programáticamente para conservar solo las comparaciones de cada otro compartimento **contra Roots**, descartando las autocomparaciones: ```{r dissim-1} groups_bac <- setdiff(unique(as.character(metadata_bacteria$Type_of_soil)), "Roots") vs_roots_bac <- paste0(pmin(groups_bac, "Roots"), "_vs_", pmax(groups_bac, "Roots")) # each comparison takes the color of the group compared with Roots vs_roots_colors <- c( "Bulk soil_vs_Roots" = "#E69F00", "Rhizosphere_vs_Roots" = "#56B4E9", "Roots_vs_Uncultivated" = "#F0E442" ) vs_roots_bac ``` Igual que en los gráficos de diversidad alfa, `x_label_angle` rota las etiquetas del eje x (por defecto `0`), `strip_text_bold` activa/desactiva las negritas de los títulos de faceta (por defecto `FALSE`), y `aspect_ratio` fija la relación alto/ancho del panel. Igual que en los gráficos alfa, `stat` (por ejemplo `"wilcox.test"`, `"kruskal.test"`, `"anova"`) agrega una comparación estadística entre los boxplots de cada faceta, por pares o global y con `p_adjust_method`, igual que en los gráficos alfa. Si `save_table = TRUE`, la función también guarda un archivo delimitado por tabuladores con los valores de diversidad beta usados para generar el gráfico. ```{r dissim-2, fig.width=9, fig.height=6} beta_dissimilarity_plot( table = table_bac, metadata = metadata_bacteria, comparison_condition1 = vs_roots_bac, group_colors = vs_roots_colors, condition1_col = "Type_of_soil", condition2_col = "Treatment", x_axis_title = "Samples", show_x_labels = FALSE, stat = "kruskal.test", partition = "shared", family = "jaccard", save_table = FALSE ) ``` Para los eucariontes microscópicos vemos otro componente: `partition = "turnover"` conserva solo el reemplazo de taxones entre muestras (no las diferencias debidas a que una muestra tenga un subconjunto de los taxones de la otra), aquí con la familia Sørensen: ```{r dissim-3} groups_fung <- setdiff(unique(as.character(metadata_fungi$Type_of_soil)), "Roots") vs_roots_fung <- paste0(pmin(groups_fung, "Roots"), "_vs_", pmax(groups_fung, "Roots")) ``` ```{r dissim-4, fig.width=9, fig.height=6} beta_dissimilarity_plot( table = table_fung, metadata = metadata_fungi, comparison_condition1 = vs_roots_fung, group_colors = vs_roots_colors, condition1_col = "Type_of_soil", condition2_col = "Treatment", x_axis_title = "Samples", show_x_labels = FALSE, stat = "kruskal.test", partition = "turnover", family = "sorensen", save_table = FALSE ) ``` ### Recambio pareado (turnover): entre grupos vs. dentro del grupo `beta_turnover_plot()` reporta el componente de recambio (ASV turnover) de la diversidad beta basada en números de Hill (*q*=0, 1, 2), con una fila de faceta por orden de Hill. `beta_turnover_plot()` responde una pregunta distinta a la de `beta_dissimilarity_plot()`: para **un grupo de referencia** (por ejemplo, Rhizosphere), ¿es su recambio **contra otro grupo** (por ejemplo, Roots, una comparación entre grupos) mayor que su recambio **contra sí mismo** (pares Rhizosphere-vs-Rhizosphere, una línea base dentro del grupo)? Si el recambio entre grupos es significativamente mayor, eso es evidencia de que los dos compartimentos realmente albergan comunidades distintas, más allá de la variabilidad ya presente entre réplicas del mismo compartimento. Así que el gráfico de abajo tiene una franja morada arriba (este color se puede configurar) por cada tratamiento (**TC**, **TD**, **TED**: solo se da `condition2_col`, así que cada faceta conserva los pares de muestras de ese mismo tratamiento) y, dentro de cada una, dos cajas: **"Rhizosphere_vs_Roots"** (entre grupos) y **"Rhizosphere_vs_Rhizosphere"** (la línea base dentro del grupo). Los nombres en `group_colors` deben coincidir exactamente con estas etiquetas de comparación; si no, las cajas salen grises (la función avisa). `comparison_condition1` selecciona qué combinaciones `"valor1_vs_valor2"` conservar, siempre con el grupo de referencia (`Rhizosphere`) primero. `comparison_condition2` conserva solo los pares del mismo tratamiento, para que el recambio no se confunda al comparar muestras de tratamientos distintos. Si solo se da `condition2_col` (sin `comparison_condition2`), se hace lo mismo para todos los tratamientos: se conservan los pares del mismo tratamiento y se faceta por tratamiento. `facet_colors` colorea las franjas de faceta superiores (una por par de `comparison_condition2`) y `group_colors` colorea las cajas (una por par de `comparison_condition1`). Las etiquetas del eje están ocultas por defecto ya que los grupos ya están identificados en la leyenda. Establece `show_x_labels = TRUE` para mostrarlas de nuevo. `stat` agrega una comparación estadística entre las cajas de cada faceta, como en `beta_dissimilarity_plot()`. ```{r turnover, warning=FALSE, fig.width=8, fig.height=6} beta_turnover_plot( table = table_fung, metadata = metadata_fungi, comparison_condition1 = c("Rhizosphere_vs_Roots", "Rhizosphere_vs_Rhizosphere"), condition1_col = "Type_of_soil", condition2_col = "Treatment", facet_colors = "#5D478B", group_colors = c( "Rhizosphere_vs_Roots" = "#56B4E9", "Rhizosphere_vs_Rhizosphere" = "grey75" ), stat = "wilcox.test" ) ``` ### Decaimiento de la similitud comunitaria con la distancia La función `beta_decay_plot()` evalúa si las comunidades geográficamente más cercanas también son más similares en composición. Calcula la disimilitud comunitaria pareada (`distance`, por ejemplo `"jaccard"`, `"bray"`, `"horn"`) y las distancias geográficas pareadas a partir de las coordenadas de las muestras, corre una prueba de Mantel [@mantel1967test] entre ambas, y grafica la similitud (1 − disimilitud) contra la distancia con una línea de regresión ajustada. `lat_col`/`lon_col` nombran las columnas de latitud/longitud en `metadata` (en grados digits), y el argumento opcional `group_col` corre una prueba de Mantel y una línea de regresión separadas por grupo, en vez de una sola prueba global. Construimos datos de ejemplo para esta parte: ```{r decay-1, warning=FALSE, fig.width=8, fig.height=6} loc_coords <- data.frame( Loc = 0:8, lat = 19.0 + seq(0, 0.8, length.out = 9), lon = -99.0 + seq(0, 0.8, length.out = 9) ) metadata_bacteria$lat <- loc_coords$lat[match(metadata_bacteria$Loc, loc_coords$Loc)] metadata_bacteria$lon <- loc_coords$lon[match(metadata_bacteria$Loc, loc_coords$Loc)] # filtrando uncultivated metadata_bacteria_decay <- metadata_bacteria %>% filter(Type_of_soil != "Uncultivated") ``` ```{r decay-2, warning=FALSE, fig.width=6.5, fig.height=4.5, out.width="65%"} beta_decay_plot( table = table_bac, metadata = metadata_bacteria_decay, lat_col = "lat", lon_col = "lon", distance = "jaccard", group_col = "Type_of_soil" ) ``` ## Análisis de abundancia diferencial `MicroBioMeta` tiene varias funciones para explorar **taxones diferencialmente abundantes**. Estos análisis ayudan a identificar features microbianos que varían significativamente entre grupos experimentales. Dos funciones se apoyan en el **marco de análisis de datos composicionales implementado en el paquete** [ALDEx2](https://bioconductor.org/packages/ALDEx2/) [@fernandes2014aldex2], que tiene en cuenta la naturaleza composicional de los datos de secuenciación [@gloor2017compositional] usando instancias de Monte Carlo Dirichlet y transformaciones log-razón centradas. Una tercera usa ANCOM-BC2 [@lin2024ancombc2], del paquete [ANCOMBC](https://bioconductor.org/packages/ANCOMBC/), un método alternativo de abundancia diferencial que modela explícitamente el sesgo composicional y los ceros estructurales. Las funciones: - `aldex_volcano_plot()` visualiza los resultados de abundancia diferencial usando un **volcano plot**. - `aldex_heatmap_plot()` visualiza los taxones significativos en un **heatmap**. - `ancombc_plot()` retorna un gráfico de barras (cuando hay 2 grupos) y un heatmap (cuando hay 3 o más grupos). Adicionalmente, dos enfoques complementarios ayudan a identificar **taxones importantes que discriminan entre grupos**: - `ratios_bubble_plot()` visualiza taxones basándose en **diferencias log-razón entre condiciones**. - `random_forest_lollipop_plot()` usa un **modelo Random Forest** [@breiman2001randomforest] para identificar los features que mejor predicen una variable o condición dada, visualizado como un **gráfico de lollipop de importancia de features**. ### Ejemplo: datos de bacterias Primero, conservamos solo dos compartimentos de suelo, **Bulk soil** y **Roots**, ya que las funciones de ALDEx2 comparan dos grupos. ```{r bact-data} metadata_bacteria_compar <- metadata_bacteria %>% filter(Type_of_soil == "Roots" | Type_of_soil == "Bulk soil") table_bacteria_compar <- table_bacteria[match(metadata_bacteria_compar$SAMPLEID, colnames(table_bacteria))] table_bac_compar <- merge_feature_taxonomy(table_bacteria_compar, taxonomy_bacteria) ``` Podemos visualizar la abundancia diferencial usando un **volcano plot**. Los taxones significativos se etiquetan con su nombre; `label_size` controla el tamaño de fuente de estas etiquetas, y `filter_uncultured = TRUE` descarta los taxones "uncultured"/"unculture" de las etiquetas (aunque igual se grafican como puntos, solo no se etiquetan). Por defecto la significancia usa el valor p ajustado por Benjamini-Hochberg (`p_adjust_method = "BH"`), porque se prueban miles de taxones a la vez. Entre el suelo y las raíces muchos taxones siguen siendo significativos después de la corrección (puntos de color); con `p_adjust_method = "none"` se usaría el valor p sin corregir. ```{r volcano, message=FALSE, warning=FALSE, fig.width=6, fig.height=4.5, out.width="60%"} set.seed(123) aldex_volcano_plot( table = table_bac_compar, metadata = metadata_bacteria_compar, group_col = "Type_of_soil", type = "volcano", label_size = 3, filter_uncultured = TRUE ) ``` ### ANCOMBC2 como método alternativo `ancombc_plot()` ofrece una alternativa a las funciones basadas en ALDEx2 de arriba. Esta función depende del paquete de Bioconductor `ANCOMBC`: ```{r ancombc-1, eval=FALSE} # install.packages("BiocManager") BiocManager::install("ANCOMBC") ``` `level` agrupa la tabla a un rango taxonómico antes de la prueba (por defecto `"Genus"`), y `p_adjust_method`/`min_prevalence` controlan la corrección por pruebas múltiples y el filtro de prevalencia. Con dos grupos el resultado es un **gráfico de barras**: una barra por taxón significativo con su log fold change (LFC) entre los dos grupos y su error estándar, coloreada según el grupo donde el taxón es más abundante. El grupo de referencia es el primer nivel de `group_col` (aquí **Bulk soil**), así que los valores positivos indican mayor abundancia en **Roots**. Aquí `min_prevalence = 0.5` conserva los phyla presentes en al menos la mitad de las muestras. ⚠️ Con un `min_prevalence` bajo, los taxones raros o dispersos pueden disparar un error `"Zero variances have been detected..."` en el paso interno de corrección de sesgo de ANCOMBC2 en algunas corridas (no siempre ocurre, depende de qué taxones conserve la iteración de bootstrap en turno). Subir `min_prevalence` filtra esos taxones dispersos antes de la prueba y evita el error. ```{r ancombc-2, message=FALSE, warning=FALSE, fig.width=7, fig.height=5, out.width="60%"} ancombc_plot( table = table_bac_compar, metadata = metadata_bacteria_compar, group_col = "Type_of_soil", level = "Phylum", min_prevalence = 0.5, p_adjust_method = "BH" ) ``` Con **3 o más grupos**, `ancombc_plot()` retorna en cambio un **heatmap**: una columna por grupo comparado contra el nivel de referencia (el primer nivel del factor, aquí **Bulk soil**; se puede cambiar con `ref_level`), y una fila por cada taxón significativo en al menos una comparación. Aquí mantenemos los tres compartimentos (quitando **Uncultivated**) y agrupamos a `"Phylum"` para que el heatmap sea legible: ```{r ancombc-3, message=FALSE, warning=FALSE, fig.width=7, fig.height=4.5, out.width="60%"} metadata_bacteria_3 <- metadata_bacteria %>% filter(Type_of_soil != "Uncultivated") table_bac_3 <- table_bac[, c(match(metadata_bacteria_3$SAMPLEID, colnames(table_bac)), ncol(table_bac))] ancombc_plot( table = table_bac_3, metadata = metadata_bacteria_3, group_col = "Type_of_soil", level = "Phylum", min_prevalence = 0.3, p_adjust_method = "holm" ) ``` **Cómo leer el heatmap:** cada columna es un grupo comparado con el de referencia (aquí **Rhizosphere** vs **Bulk soil** y **Roots** vs **Bulk soil**), y cada fila es un taxón. El color y el número de cada celda son el log fold change (LFC, logaritmo natural) estimado por ANCOMBC2: los valores positivos (naranja) indican que el taxón es más abundante en ese grupo que en el suelo (Bulk soil), los negativos (azul) que es menos abundante, y el blanco que no cambia. Por ejemplo, un LFC de 1 equivale a unas 2.7 veces más abundante (*e*^1^), y uno de -1 a unas 2.7 veces menos. Un taxón aparece si es significativo en al menos una de las comparaciones, así que una celda puede tener color aunque esa comparación en particular no sea significativa; con `save_table = TRUE` se guardan el valor p ajustado (`q_`) y la significancia (`diff_`) de cada comparación. ### Ejemplo: datos de eucariontes microscópicos Seguimos el mismo procedimiento, comparando **Bulk soil** y **Roots**, pero visualizamos los resultados con un **heatmap**. Esta función usa `ComplexHeatmap` [@gu2016complexheatmap]. ```{r fung-data} metadata_fungi_compar <- metadata_fungi %>% filter(Type_of_soil == "Bulk soil" | Type_of_soil == "Roots") table_fungi_compar <- table_fung[match(metadata_fungi_compar$SAMPLEID, colnames(table_fung))] table_fung_compar <- merge_feature_taxonomy(table_fungi_compar, taxonomy_fungi) ``` Como en el volcano plot, por defecto el heatmap conserva los taxones con un valor p ajustado por Benjamini-Hochberg menor a 0.05 (`pval_threshold = 0.05`, `p_adjust_method = "BH"`); `effect_threshold` permite además filtrar por tamaño del efecto. Cada fila muestra los valores clr medianos por grupo, con anotaciones laterales para el tamaño del efecto, la clase de valor p y la diferencia entre grupos: ```{r aldex-heat, fig.width=9, fig.height=5, message=FALSE, warning=FALSE} set.seed(123) aldex_heatmap_plot( table = table_fung_compar, metadata = metadata_fungi_compar, group_col = "Type_of_soil" ) ``` ### Identificando taxones importantes Las funciones `random_forest_lollipop_plot()` y `ratios_bubble_plot()` también se pueden usar para resaltar los taxones que más contribuyen a las diferencias observadas entre condiciones. Por ejemplo, un **modelo Random Forest** puede usarse para identificar los taxones que mejor predicen el compartimento de suelo: ```{r rf-1, fig.width=7, fig.height=5, out.width="60%"} random_forest_lollipop_plot( table = table_bac, metadata = metadata_bacteria, top_n = 10, variable_to_predict = "Type_of_soil" ) ``` Alternativamente, los taxones con las diferencias log-razón más fuertes entre dos condiciones pueden visualizarse con: ```{r rf-2, fig.width=10, fig.height=9} ratios_bubble_plot( table = table_fung_compar, metadata = metadata_fungi_compar, group_col = "Type_of_soil", top_n = 20, condition_A = "Roots", condition_B = "Bulk soil" ) ``` ## Análisis ambientales `MicroBioMeta` ofrece dos funciones para explorar la relación entre **variables ambientales** y la **composición de la comunidad microbiana**: - `corr_env_abund_plot()` — calcula correlaciones entre la abundancia taxonómica y variables ambientales. - `cca_rda_biplot()` — realiza una ordenación restringida usando **Análisis de Correspondencia Canónica (CCA)** o **Análisis de Redundancia (RDA)**. ### Eligiendo las variables ambientales Las variables ambientales se leen directamente de los **metadatos** (una columna por variable), así que no hace falta una tabla aparte: basta con pasar en `env_vars` los nombres de las columnas a usar. Si tus variables están en otra tabla, pásala en `env_data` (filas = muestras, como nombres de fila). Aquí usamos las variables fisicoquímicas del suelo: ```{r env-table} env_vars_fung <- c("pH", "Silt", "WHC", "TN", "EC", "Sand", "Clay") ``` ### Correlación entre variables ambientales y abundancia taxonómica La función `corr_env_abund_plot()` calcula correlaciones entre **variables ambientales** y **abundancias relativas taxonómicas** en un nivel taxonómico seleccionado, y retorna un **heatmap de correlación** que muestra cómo se relacionan las variables ambientales con las abundancias taxonómicas. Ejemplo usando **abundancias a nivel de phylum**: ```{r corr-env, fig.width=11, fig.height=9} corr_env_abund_plot( table = table_fung, metadata = metadata_fungi, env_vars = env_vars_fung, level = "phylum", save_table = FALSE ) ``` #### Visualización alternativa Las correlaciones también pueden mostrarse usando marcadores circulares en vez de celdas: ```{r corr-env-alt, fig.width=11, fig.height=9} corr_env_abund_plot( table = table_fung, metadata = metadata_fungi, env_vars = env_vars_fung, level = "phylum", save_table = FALSE, geom = "circle" ) ``` ### Ordenación restringida (CCA / RDA) La función `cca_rda_biplot()` realiza un análisis de ordenación restringida para evaluar cómo las variables ambientales explican la variación en la composición de la comunidad microbiana. `scale_arrows` es un parámetro que te ayuda a visualizar mejor los vectores ambientales: ```{r cca, fig.width=8, fig.height=6} cca_rda_biplot( table = table_fung, metadata = metadata_fungi, env_vars = c("pH", "TN", "WHC", "EC", "Clay"), analysis = "RDA", show_all_env_vectors = TRUE, group_col = "Type_of_soil", scale_arrows = 3 ) ``` Este análisis produce un **biplot** donde: - Los **puntos** representan muestras - Los **colores** indican los grupos de muestras definidos en los metadatos. - Las **flechas** representan las variables ambientales y su dirección de influencia sobre la estructura de la comunidad. - Los vectores ambientales que apuntan en direcciones similares indican **asociaciones positivas**, mientras que los vectores que apuntan en direcciones opuestas sugieren **relaciones negativas** ## Referencias
## Información de la sesión ```{r session} sessionInfo() ```