LEfSe分析

文献引用：Bioinformatic analysis was performed using the OECloud tools at https://cloud.oebiotech.com.
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
LEfSe分析即 Linear discriminant analysis Effect Size 分析，是一种用于发现和解释高维度数据生物标志物的分析工具，可以进行两个或多个分组的比较，它强调统计意义和生物相关性，能够在组与组之间寻找具有统计学差异的生物标志物（Biomarker）。
A.首先在多组样本中采用的非参数因子Kruskal-Wallis秩和检验检测不同分组间丰度差异显著的物种；
B.再利用上一步中获得的显著差异物种，用成组的Wilcoxon秩和检验来进行组间差异分析；
C.最后用线性判别分析（LDA）对数据进行降维和评估差异显著的物种的影响力（即 LDA score）。

参数调整

层级物种丰度文件或非层级丰度文件，列为样本名，含6层级物种，值为丰度。作图文件例如微生物多样性报告result\3.Community_Structure\abundance\relative_abundance\otu_table_L6.txt 或result\3.Community_Structure\abundance\relative_abundance\feature_L6.txt
样本分组信息文件，第一列为样本分析名，与样本物种相对丰度文件中的样本分析名一致，第二列为分组名
对结果进行命名用于区分不同的任务，默认为当前工具名称_当前日期时间
是否需要上传特征表重新画图，如果上传LEfSe_table.res.xls表，则会直接根据特征表直接画图，如果不上传此表会重新根据前面上传的丰度表和分组表重新计算
一般取值范围为0-3，主要兼容分组数太多导致图例画不全的问题。
绘图中标示的差异层级。若实际输入数据的层级高于选择层级，则点会被绘制，但不在图中标示。默认为科。
图例中展示的差异层级。若实际输入数据的层级高于选择的层级，则点会被绘制，但不在图例中展示。默认为科。
进化分支图左空间与进化分支图右空间之和需小于1。若大于等于1，将仅使用进化分支图右空间绘图
进化分支图左空间与进化分支图右空间之和需小于1。若大于等于1，将仅使用进化分支图右空间绘图
是否过滤输入文件中包含Ambiguous_taxa的记录
 提交 重置

结果与说明

任务正在排队中，目前后台任务排队数量:

当前任务开始运行后预计需要耗时

请勿重复提交任务!

程序正在运行中，预计需要耗时

{{ m.content }}

程序运行出错，报错信息如下：

1. 层级丰度文件

      第一列为物种名，随后为样本分析名，各列对应值为物种在样本中的相对丰度，每组必须有生物学重复，且不少于3个样本（支持txt、xls、xlsx、csv 格式）（注意Term列名的首字母大写）。

企业微信截图_16185422586627.png

    demo数据下载：LEfSe_otu_table_L6.xlsx



2. 样本分组信息文件

      第一列为样本分析名，第二列为样本的分组名称，每组必须有生物学重复，且不少于3个样本（支持txt、xls、xlsx、csv 格式）（注意列名的首字母大写）。


mapping.png

    

demo数据下载：LEfSe_mapping.xlsx

1、LDA值分布柱状图：


       展示了LDA score大于设定值有差异的物种，即具有统计学差异的biomaker。展现不同组中丰度有显著差异的物种，柱状图的长度代表显著差异物种的影响大小；

Plot_LEfSe_bar.png



2、进化分支图：


      由内至外辐射的圆圈代表了由门至属（或种）的分类级别。在不同分类级别上的每一个小圆圈代表该水平下的一个分类，小圆圈直径大小与相对丰度大小呈正比。

Plot_LEfSe_cladogram.png

      着色原则：无显著差异的物种统一着色为黄色，差异物种 Biomarker跟随组进行着色，红色节点表示在红色组别中起到重要作用的微生物类群，绿色节点表示在绿色组别中起到重要作用的微生物类群，其它圈颜色意义类同。图中英文字母表示的物种名称在右侧图例中进行展示。


下面展示微生物16S配色方案：

Plot_LEfSe_cladogram.png

3、特征表：


企业微信截图_16250179723984.png

表头解释

(1) Biomarker : Biomarker 名称

(2) Logarithm value : 组间最大平均丰度的log10值，如果平均丰度小于10则按10来计算

(3) Groups : 组名

(4) LDA_value : LDA 值

(5) p-value :  Kruskal-Wallis 秩和检验 p 值，若不是 Biomarker 则用 “-”表示

(1) 每组必须有生物学重复，且不少于3个样本；

(2) 柱状图图例分组个数有可能少于实际样本分组个数，这是由于柱状图中实际显示的是Biomarker高丰度的组，低丰度的组不显示，属于正常现象；

(3) 请使用本工具前，按照输入示例文件格式对数据进行修改；

(4) 分组数小于3，无法做KW检验,并且柱形图无法画，进化分支图出图可能不正确，请注意!；
版本更新日期更新内容
v1.02021.04.13LEfSe分析工具
v2.02021.05.11修改matplotlib版本为1.4.3，增加种级别筛选
v3.02021.06.30P_value修改为p-value
v3.12022.03.13新增是否过滤Ambiguous_taxa，默认值修改。
v3.22022.03.18问题修复，添加正确报错
v1.0.02023.05.06

lefse 添加颜色，保持两张图分组颜色一致。

转移镜像版本控制到dev，重新设置1.0.0版本。

v1.0.12023.05.12

数据文件中间空白行问题自动处理
在线咨询