添加样品名到PCA绘制s.class

Question

我试图用ade4包的s.class函数来构建一个pca图。 我有一个数据集，其中包含不同样本（列）中细菌种类（行）的丰度。我需要执行一些统计测试，并获得我的样本的一些集群，以在PCA中表示它们。 我跑了这一点，下面就一纸公布的脚本：

>data=read.table("L4.txt",header=T,row.names=1,dec=".",sep="\t") 

>data=data[-1,] 

>library(cluster) 

> JSD <- function(x,y) sqrt(0.5 * KLD(x, (x+y)/2) + 0.5 * KLD(y, (x+y)/2)) 

> KLD <- function(x,y) sum(x * log(x/y)) 

> dist.JSD <- function(inMatrix, pseudocount=0.000001, ...) { 
    KLD <- function(x,y) sum(x *log(x/y)) 
    JSD<- function(x,y) sqrt(0.5 * KLD(x, (x+y)/2) + 0.5 * KLD(y, (x+y)/2)) 
    matrixColSize <- length(colnames(inMatrix)) 
    matrixRowSize <- length(rownames(inMatrix)) 
    colnames <- colnames(inMatrix) 
    resultsMatrix <- matrix(0, matrixColSize, matrixColSize) 

    inMatrix = apply(inMatrix,1:2,function(x) ifelse (x==0,pseudocount,x)) 

    for(i in 1:matrixColSize) { 
    for(j in 1:matrixColSize) { 
    resultsMatrix[i,j]=JSD(as.vector(inMatrix[,i]), 
    as.vector(inMatrix[,j])) 
    } 
    } 
colnames -> colnames(resultsMatrix) -> rownames(resultsMatrix) 
as.dist(resultsMatrix)->resultsMatrix 
attr(resultsMatrix, "method") <- "dist" 
return(resultsMatrix) 
} 

>data.dist=dist.JSD(data) 

>pam.clustering=function(x,k) { # x is a distance matrix and k the number of clusters 
         require(cluster) 
         cluster = as.vector(pam(as.dist(x), k, diss=TRUE)$clustering) 
         return(cluster) 
        } 

>data.cluster=pam.clustering(data.dist,k=3) 

>library(ade4) 

>obs.pca=dudi.pca(data.frame(t(data)), scannf=F, nf=10) 

>obs.bet=bca(obs.pca, fac=as.factor(data.cluster), scannf=F, nf=k-1) 

>s.class(obs.bet$ls, fac=as.factor(data.cluster), grid=F) 

我的数据是这样的：

     06.TO.VG 21.TO.V 02.TO.VG 41.TO.VG 30.TO.V 
Actinomycetaceae  0.000000000 0.00000000 0.000000000 0.000000000 0.000000000 
Bifidobacteriaceae 0.019108280 0.00000000 0.000000000 0.000787092 0.000000000 
Coriobacteriaceae 0.060006705 0.01490985 0.002632445 0.003148367 0.008313539 
Propionibacteriaceae 0.000000000 0.00000000 0.000000000 0.000000000 0.000000000 
Bacteroidetes  0.000000000 0.00000000 0.000000000 0.000000000 0.000000000 
Bacteroidia   0.157224271 0.02288488 0.010529780 0.002361276 0.005938242 
Bacteroidaceae  0.072745558 0.01178918 0.028956894 0.059031877 0.097387173 
Porphyromonadaceae 0.004022796 0.01005548 0.147745969 0.026367572 0.038004751 
Prevotellaceae  0.083808247 0.30374480 0.586048042 0.487603306 0.290973872 
Rikenellaceae  0.025477707 0.07836338 0.011187891 0.003935458 0.004750594 

我有我一直在寻找的情节，但目前还没有样本名，所以我不知道哪些样本聚集在一起。 我还试图建立一个矢量包含我的数据的列名（sampleID），然后把它传递给标签选项s.class

> s.class(obs.bet$ls, fac=as.factor(data.cluster), grid=F, label=labs) 

，但我还没有他们....

有没有办法让s.class函数得到这个？

感谢 弗朗西斯

Answer 1

没有办法（直接）标签中使用s.class(...)各个点。正如您所指出的那样，label=参数标记了聚类（点类），而不是单个点。

然而，由于s.class(...)使用在基础R图示程序，你可以简单地添加一个调用text(...)：

labs <- rownames(obs.bet$ls) 
s.class(obs.bet$ls,fac=factor(data.cluster),grid=F, xlim=c(-4,4)) 
text(obs.bet$ls,labels=labs,adj=c(-.1,-.8),cex=0.8) 

还有的xlim=，adj=的调整相当数量，并cex=使标签可读，但它确实有效。

这里有两个备选方案可能会有所帮助（希望）。

clusplot(obs.bet$ls,data.cluster,labels=2) 

产生这个，这是非常类似于你的情节，与点标记。

另一种替代方法使用ggplot：

library(ggplot2) 
gg <- cbind(obs.bet$ls,cluster=data.cluster) 
gg <- cbind(sample=rownames(gg),gg) 
ggplot(gg, aes(x=CS1, y=CS2)) + 
    geom_point(aes(color=factor(cluster)),size=5) + 
    geom_text(aes(label=sample),hjust=-0.2) + 
    geom_hline(yintercept=0,linetype=2) + 
    geom_vline(xintercept=0,linetype=2) + 
    scale_color_discrete(name="Cluster") + 
    xlim(-4,4)