R中的Bray-Curtis成对分析

Question

我正在尝试使用 R 中的 Vegan 包计算和可视化配对/合并站点中社区之间的 Bray-Curtis 差异。

下面是一个简化的示例数据框：

Site = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J") 

PoolNumber = c(1, 3, 4, 2, 4, 1, 2, 3, 4, 4) 

Sp1 = c(3, 10, 7, 0, 12, 9, 4, 0, 4, 3) 

Sp2 = c(2, 1, 17, 1, 2, 9, 3, 1, 6, 7)

Sp3 = c(5, 12, 6, 10, 2, 4, 0, 1, 3, 3)

Sp4 = c(9, 6, 4, 8, 13, 5, 2, 20, 13, 3)

df = data.frame(Site, PoolNumber, Sp1, Sp2, Sp3, Sp4)

“Site”是一个变量，表示每个样本的采集位置 “Sp”列表示每个站点的物种丰度值。 我想比较具有相同“PoolNumber”的网站对，并为每次比较获取一个相异值。

大多数示例建议我应该创建一个仅包含“Sp”列的矩阵并使用以下代码：

matrix <- df[,3:6]

braycurtis = vegdist(matrix, "bray")

hist(braycurtis)

但是，如果我消除带有“PoolNumber”和“Site”的列，我不确定如何告诉 R 要比较哪些行。这是否涉及按“PoolNumber”组织，将其用作行名，然后编写一个循环来比较每 2 行？ 我也发现输出难以解释。较低的 Bray-Curtis 值表示更多相似的社区（接近 0 的值），而较高的值（接近 1）表示更多不同的社区，但是有没有办法判断方向性，哪一个更多样化？

我是 R 初学者，因此对于任何滥用术语/格式的行为，我深表歉意。欢迎提出所有建议。

谢谢

Answer 1

你的意思是你想得到一个不相似的子集，等于PoolNumber？ vegdist 函数将为您提供所有不同之处，您可以从中选择您的配对。当您首先将相异性转换为对称矩阵，然后从该对称矩阵中选择您的子集时，这是最简单的：

braycurtis <- vegdist(df[,3:6])
as.matrix(braycurtis)[df$PoolNumber==4,df$PoolNumber==4]
as.dist(as.matrix(braycurtis)[df$PoolNumber==4,df$PoolNumber==4])

如果您只想获得平均值，vegan::meandist 函数将为您提供：

meandist(braycurtis, df$PoolNumber)

这里的对角线值将是PoolNumber 内的平均差异和不同PoolNumbers 之间的非对角线平均差异。看vegan::meandist的代码就知道是怎么做到的了。

Bray-Curtis 相异（与所有正常相异一样）是一种对称度量，它不知道多样性的概念。您可以评估每个站点的多样化程度，但您需要先告诉我们“多样化”是什么意思（多样性还是其他？）。然后，您只需在计算中使用这些值。

如果您只想查看项目（物种）的数量，以下函数将为您提供下三角的差异（上三角的值将与一个符号的开关相同）：

designdist(df[,3:6], "A-B", "binary")

或者，您可以使用逐行统计信息并查看它们的差异。这是一个 Shannon-Weaver 多样性指数的例子：

H <- diversity(df[,3:6])
outer(H, H, "-")

要获取子集，与使用 Bray-Curtis 索引的工作类似。