随机森林找分类marker | R

metagenomics中,寻找区分两个类别的marker是很常见的分析。根据很多文章中的结果,摸索了一下怎么实现

数据准备

Otu为列名,添加一个分类列如status

数据

代码部分

首先我定义了一个自己常用的主题

my_theme <- function() {
    library(ggplot2)
    library(ggthemr)
    theme_set(theme_classic() +
                  theme(axis.text = element_text(size = 8, face = "bold"), #坐标轴标签大小,加粗
                        axis.title = element_text(size = 12, face = "bold"), #坐标轴标题大小,加粗
                        plot.margin = unit(rep(1, 4), "cm"), #边距,顺序:上右下左
                        panel.grid = element_blank())) #不要横向和纵向格子线
}

正儿八经开始画图

setwd("D:/bioinfo/R learn")
library(reshape2)
library(randomForest)
library(dplyr)
library(ggplot2)
library(magrittr)
library(patchwork)
my_theme()
otu <- read.table("randomforest.txt", header = T, row.names = 1, sep = "\t")
set.seed(123)
nsamp <- floor(nrow(otu))
# 随机选择70%数据作为训练集
indexes <- sample(1:nrow(otu), size = nsamp*0.7)
training <- otu[indexes,]
training$Status <- factor(training$Status)
validation <- otu[-indexes,]
validation$Status <- factor(validation$Status)
# 训练
rf_classifier <- randomForest(Status ~ ., data=training, ntree=100, importance=TRUE)
rf_classifier
varImpPlot(rf_classifier)
# 当然可以提取出来自己画图
# 首先寻找合适个数的预测变量
# 通过交叉验证来寻找
otu_train.cv <- replicate(5, rfcv(training[-ncol(training)], 
                                  training$Status, 
                                  cv.fold = 10, step = 2), simplify = FALSE)
otu_train.cv
#提取验证结果绘图
otu_train.cv.df <- data.frame(sapply(otu_train.cv, '[[', 'error.cv'))
colnames(otu_train.cv.df) <- c("err1", "err2", "err3", "err4", "err5")
otu_train.cv.df %<>% .[-nrow(.),] %>% mutate(errmean = rowMeans(.)) %>% mutate(num = as.numeric(rownames(.)))
# 选择9个预测变量
p1 <- ggplot() +
    geom_line(aes(x = otu_train.cv.df$num, y = otu_train.cv.df$err1), colour = 'grey', lwd = 1.5) +
    geom_line(aes(x = otu_train.cv.df$num, y = otu_train.cv.df$err2), colour = 'grey', lwd = 1.5) +
    geom_line(aes(x = otu_train.cv.df$num, y = otu_train.cv.df$err3), colour = 'grey', lwd = 1.5) +
    geom_line(aes(x = otu_train.cv.df$num, y = otu_train.cv.df$err4), colour = 'grey', lwd = 1.5) +
    geom_line(aes(x = otu_train.cv.df$num, y = otu_train.cv.df$err5), colour = 'grey', lwd = 1.5) +
    geom_line(aes(x = otu_train.cv.df$num, y = otu_train.cv.df$errmean), colour = 'black', lwd = 1.5) +
    geom_vline(xintercept = 9, colour='black', lwd=1, linetype="dashed") +
    labs(title=paste('Training set (n = ', length(indexes),')', sep = ''), 
         x='Number of classes ', y='Cross-validation error rate') + 
    coord_trans(x = "log2") +
    scale_x_continuous(breaks = c(1, 2, 5, 10, 20, 30, 50, 100, 140)) +
    annotate("text", x = 9, y = max(otu_train.cv.df$errmean), label=paste("optimal = ", 9, sep=""))
# 选择前9个important feature画图
imp <- importance(rf_classifier) %>% 
    data.frame() %>% 
    arrange(desc(MeanDecreaseAccuracy)) %>% 
    head(n = 9) %>% 
    select(3) %>%
    mutate(class = rownames(.)) %>% 
    mutate(phylum = sapply(strsplit(rownames(.), ".", fixed = TRUE), "[[",2))
imp_long <- melt(imp, id.vars = c("class", "phylum")) %>% arrange(value)
imp_long$class <- factor(imp_long$class, levels = imp_long$class)
imp_long$phylum <- factor(imp_long$phylum)

p2 <- ggplot(imp_long, aes(x= class, y = value, fill = phylum)) +
    geom_bar(stat= "identity") + 
    coord_flip() + 
    scale_fill_brewer(palette = "Paired") +
    labs(y = "Mean of decreased accuracy")
# 拼图
p1+p2+plot_annotation(title = "Fig 1", tag_levels = "A")

results

Fig 1. A 部分代码参考了如下文章,如果用到,请正确引用别人的文章(这不是我的文章)
ref: https://www.nature.com/articles/s41587-019-0104-4

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,783评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,360评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,942评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,507评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,324评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,299评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,685评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,358评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,652评论 1 293
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,704评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,465评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,318评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,711评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,991评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,265评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,661评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,864评论 2 335

推荐阅读更多精彩内容