[R/phyloseq] 각 샘플마다 read 수의 정보를 담고있는 테이블 만들기

샘플의 이름은 각 기관마다 다르지만, 분석할 때는 인덱싱 하기 쉽게 단순화하여 사용한다. 

예를 들어 01번째 환자의 cheek 부위의 샘플이라면, "001ch"처럼 약자를 이용해 이름을 짓는다. 

 

또한 마이크로바이옴 기초 데이터의 시퀀싱 결과를 파악하기 위해서 각 샘플마다 read 수를 확인해야 한다. 

이때 sampling depth로 rarefy의 수를 정하기도 하고, 시퀀싱이 잘 되었는지 확인한다. 

 

나는 이를 한눈에 보기 위해 R을 이용하여 아래와 같은 테이블을 만들고자 하였다. 

	HV01	HV02	HV03	HV04	Total Read
So
Df
Ac
Ne

 

 

하지만 여기엔 조건이 있다.

1. 이름에 각 환자의 순번과 부위가 존재해야 한다.

   ex) 001VH, 003JF, CD001 등등 일정 형식이 존재해야 한다.

2. 모든 샘플의 이름의 형식이 동일해야 한다.

   ex) CA001, CA01_mk과 같이 이름의 형식이 혼합되면 안 된다.

 

그렇다면 예제 데이터를 이용해 만들어 보자.

 

 

 

🟦 Read table 만들기 

1. 샘플 이름 확인 

일단 이름 확인에 앞서, 예제 데이터를 만들어보자. 여기서 필요한 데이터는 OTU(혹은 ASV) 테이블이다. 

library(dplyr)

set.seed(42)
otu <- sample(x = 500:20000, size  = 100) %>% matrix(nrow = 20, ncol = 5)


rownames(otu) <- c(paste0(sprintf("%03d", seq(1, 4)), "AC"), 
                   paste0(sprintf("%03d", seq(1, 4)), "DF"),
                   paste0(sprintf("%03d", seq(1, 4)), "CA"),
                   paste0(sprintf("%03d", seq(1, 4)), "FB"),
                   paste0(sprintf("%03d", seq(1, 4)), "VX")
                   
                   )
colnames(otu) <- paste0("ASV_", seq(1, 5))
otu

#       ASV_1 ASV_2 ASV_3 ASV_4 ASV_5
# 001AC  3530  5931  6899  2616 14818
# 002AC 14067 11866 13476  1949  4165
# 003AC  2780  9444 15247 11007 15899
# 004AC 17901  5347  1221  1782  1437
# 001DF   830  2811 17156 15213  6037
# 002DF 13774  3778  8730 18949  7433
# 003DF 14730 18736 10720   741 17783
# 004DF 18068 16551  4799 10917 11978
# 001CA 14025  6243 13009  8059   735
# 002CA 13058 12464  8854 16486 19306
# 003CA  5210  9257 19591  8155  5286
# 004CA 16082 17373  9165  5767  4890
# 001FB 19919  3989  5115  2342  3068
# 002FB 15190 10203 11690  3221  9522
# 003FB  4266 14014  1889 16307 18609
# 004FB 11883  9726  6740  9992 11742
# 001VX 13475  1088 18603  3570  1886
# 002VX  8699 12722 10056  3654 17842
# 003VX  9555 12376  9701 15341 19423
# 004VX  7173  2945 13105  1246 11605

 

- column은 각 OTU/ASV를 나타내며, row는 각 샘플을 나타낸다. 

- 샘플 이름의 형식은 XXXAA이며, XXX는 샘플링 환자 순서, AA는 샘플링 부위이다. 

 

 

2. 각 샘플의 read 총 합 구하기 

otu.sum <- as.data.frame(otu) %>% mutate(Read_Sum = rowSums(.) )

otu.sum 
#       ASV_1 ASV_2 ASV_3 ASV_4 ASV_5 Read_Sum
# 001AC  3530  5931  6899  2616 14818    33794
# 002AC 14067 11866 13476  1949  4165    45523
# 003AC  2780  9444 15247 11007 15899    54377
# 004AC 17901  5347  1221  1782  1437    27688
# 001DF   830  2811 17156 15213  6037    42047
# 002DF 13774  3778  8730 18949  7433    52664
# 003DF 14730 18736 10720   741 17783    62710
# 004DF 18068 16551  4799 10917 11978    62313
# 001CA 14025  6243 13009  8059   735    42071
# 002CA 13058 12464  8854 16486 19306    70168
# 003CA  5210  9257 19591  8155  5286    47499
# 004CA 16082 17373  9165  5767  4890    53277
# 001FB 19919  3989  5115  2342  3068    34433
# 002FB 15190 10203 11690  3221  9522    49826
# 003FB  4266 14014  1889 16307 18609    55085
# 004FB 11883  9726  6740  9992 11742    50083
# 001VX 13475  1088 18603  3570  1886    38622
# 002VX  8699 12722 10056  3654 17842    52973
# 003VX  9555 12376  9701 15341 19423    66396
# 004VX  7173  2945 13105  1246 11605    36074


Read_sum <- otu.sum$Read_Sum

# 001AC 002AC 003AC 004AC 001DF 002DF 003DF 004DF 001CA 002CA
# 33794 45523 54377 27688 42047 52664 62710 62313 42071 70168
# 001AC 002AC 003AC 004AC 001DF 002DF 003DF 004DF 001CA 002CA
# 47499 53277 34433 49826 55085 50083 38622 52973 66396 36074

 

3. 테이블 정리하기   

이제 우리는 아래와 같은 Read_sum 정보를 담을 테이블을 만들고, 그 테이블에 각 read를 넣어보자 

 

	001	002	003	004	Sum
AC
DF
CA
FB
VX

- Read_table 만들기 

# 행렬 이름 
Col_n <- seq(1:4) # 10
Row_n <-  c("AC", "DF", "CA", "FB", "VX")


# 빈 matrix 만들기 
Read_table <- matrix(nrow = 5, ncol = 4)
colnames(Read_table) <- Col_n
rownames(Read_table) <- Row_n

Read_table
#     1  2  3  4
# AC NA NA NA NA
# DF NA NA NA NA
# CA NA NA NA NA
# FB NA NA NA NA
# VX NA NA NA NA

 

- 각 Read_table에

Na <-Read_sum %>% names()

for (i in Na) {
  co <- substr(i, 1,3) %>% as.numeric()
  ro <- gsub("*[0-9]", "", i)
  Read_table[ro, co] <- Read_sum[i]
} 
Read_table
#        1     2     3     4
# AC 33794 45523 54377 27688
# DF 42047 52664 62710 62313
# CA 42071 70168 47499 53277
# FB 34433 49826 55085 50083
# VX 38622 52973 66396 36074

 

- 각 샘플링 부위별 read 합 구하기 

Read_table.2 <- Read_table
Read_table.2[is.na(Read_table.2)] <- 0

Read_table.3 <- cbind(Read_table.2, 
                      rowSums(Read_table.2) %>% as.matrix())
colnames(Read_table.3)[5] <- "Sum"

Read_table.3
#        1     2     3     4    Sum
# AC 33794 45523 54377 27688 161382
# DF 42047 52664 62710 62313 219734
# CA 42071 70168 47499 53277 213015
# FB 34433 49826 55085 50083 189427
# VX 38622 52973 66396 36074 194065

 

이로써 각 환자별로 각 부위에서 시퀀싱이 완료된 read 수 정보를 한눈에 볼 수 있다. 

끗