2. 创建MultiAssayExperiment对象

本章节主要介绍如何将多组学项目数据导入分析流程，请根据您的数据情况按照以下导航进行：

2.1 创建多组学项目的MultiAssayExperiment对象

当用户处理多个组学项目的数据时，需要将数据导入并组合成一个MultiAssayExperiment对象。主要包含三个部分：①样本表型数据；②以SummarizedExperiment为格式的组学数据；③样本关系表。以下教程，将分别示例如何构建这三个部分。本教程也提供了部分示例数据用于学习。

示例数据：1. Github下载地址 2. 百度网盘下载地址

目录导航

2.1.1 读取样本表型数据

样本表型数据是指受试者的基本信息，通常包括：受试者的一般人口学资料（性别、年龄、居住地等）、人体测量学资料（身高、体重、腰围等）、心理量表评分结果（焦虑量表、抑郁量表、睡眠量表等）、检验结果（血常规、肝功能、炎性因子等）等。

注意：
①样本相关数据中如果存在缺失值，请直接置空，不要用NA、-、missing等字符占位。
②样本相关数据的第一列请设置为样本编号，在读取时将其设置为行名（row.names = 1）。
③样本编号必须是唯一的，不能有重复。
④建议将数据中分类变量的取值设置为字符串，不要使用纯数字，避免引发不必要的问题。
⑤同一批受试者干预前后组学项目数据的编号方案，请参考10.3章节。
⑥样本名称请勿使用(-，^)等R不便于识别的符号,必要时使用下划线(_)替代。 
## row.names=1 必须将样本名作为行名
meta_data <- read.table('col.txt',header = T,row.names = 1)

2.1.2 读取微生物组学数据

微生物组学数据是指通过各种微生物上游注释工具产出的、包含各个样本内微生物丰度信息的结果文件。常见的结果文件包括以下五种类型：ASV/OTU表格、界门纲目科属种级别丰度表、MetaPhlan和Humann产生的带有层级关系的丰度表、BIOM文件、QIIME2专属的QZV文件。模块EMP_taxonomy_import支持以上全部格式的结果文件输入，并将其转化为SummmariseExperiment对象。

2.1.2.1 ASV/OTU表格

此文件内第一行和第二行的#字符无需修改。数据文件内必须要包含taxonomy的物种注释信息。

注意：
①该数据文件必须包含名为taxonomy列。
②taxonomy列必须包含微生物注释列。
③建议使用;对微生物注释进行分割。 

tax_data <- EMP_taxonomy_import('tax.txt',duplicate_feature=TRUE)

2.1.2.2 门纲目科属种级别丰度表

由于高分类级别数据可以转换为低分类级别数据（例如：Species数据可转换为Phylum数据），因此建议用户直接导入最高分类级别的数据。

注意：
模块EMP_taxonomy_import的参数assay_name默认为counts(绝对丰度)；如果实际数据为相对丰度，可输入relative(相对丰度)。 

tax_data <- EMP_taxonomy_import('tax.txt')

2.1.2.3 MetaPhlan和Humann的分类注释表

此注释表的物种注释具有层级结构，通常包含界门纲目科属种各级别的全部结果信息。模块EMP_taxonomy_import可以自动识别最高分类级别的注释信息，并导入完整分类数据。

注意：
输入的数据为此种格式时，需要将在模块EMP_taxonomy_import内指定参数humann_format=TRUE。 

tax_data <- EMP_taxonomy_import('tax.txt',humann_format=TRUE)

2.1.2.4 Biom格式文件

Biom格式是QIIME1流程中常见的物种注释结果文件，部分用户也会将QIIME2流程的物种注释文件保存为biom格式便于数据存储。模块EMP_taxonomy_import可以直接读取biom格式文件，并导入数据信息。

注意：
输入的数据为此种格式时，需要将在模块EMP_taxonomy_import内指定file_format='biom'。 
tax_data <- EMP_taxonomy_import('tax.biom',
                                file_format='biom',duplicate_feature=TRUE)

2.1.2.5 Biom格式文件转化后的表格文件

Biom文件可以利用biom convert方法转换成表格文件，也可以直接导入。

注意：
输入的数据为此种格式时，无需修改表头和#符号。 

tax_data <- EMP_taxonomy_import('tax.txt',duplicate_feature=TRUE)

2.1.2.6 qzv格式文件

在Qiime2流程qiime taxa barplot会产生微生物注释结果qzv文件。模块EMP_taxonomy_import可以直接读取qzv格式文件，并导入数据信息。

注意：
输入的数据为此种格式时，需要将在模块EMP_taxonomy_import内指定file_format='qzv'。 
tax_data <- EMP_taxonomy_import('tax.qzv',
                                file_format='qzv',duplicate_feature=TRUE)

2.1.3 读取KO/EC组学数据

KO/EC组学数据源于基于KEGG数据库的功能注释，主要包含KO（KEGG Orthology）和EC（Enzyme Commission）两种功能标识系统。此类数据通常由宏基因组测序结果经工具（如HUMAnN、PICRUSt2）分析所得，用于描述微生物群落潜在的代谢功能与通路活性。在导入时，工具支持读取标准的表格格式文件，其中行代表KO/EC功能特征，列代表样本，单元格中的数值通常为功能的丰度或计数。

主要注释类型：

  • KO (KEGG Orthology)：KEGG直系同源群标识，用于关联基因功能与KEGG代谢通路。

  • EC (Enzyme Commission)：酶学委员会编号，系统性地对酶进行归类与编码。

2.1.3.1 普通表格形式

普通格式的KO/EC组学项目数据是指宏基因组或宏转录组学注释的、以KO或EC编号注释的结果文件。模块EMP_function_import可以直接读取注释表格，并查询KEGG数据库整合对应的注释信息。

注意：
①编码中必须是纯KO和EC编号，例如:不能为KO:K00010，而必须仅为K00010；不能为ec:1.1.1.1,而必须仅为1.1.1.1。
②模块EMP_function_import内参数assay_name默认为counts（绝对丰度），用户需要根据实际数据输入TPM、FPKM等。 
ko_data <- EMP_function_import('ko.txt',type = 'ko')
ec_data <- EMP_function_import('ec.txt',type = 'ec')

2.1.3.2 Humann格式

Humann格式的KO/EC组学项目数据是指由Humann工具产生的分层KO/EC注释表。模块EMP_function_import会忽略UNGROUPED的信息，直接读取注释表格，并查询KEGG数据库整合对应的注释信息。

注意：
文件的表头需要清理干净，删除#等字符。 

ko_data <- EMP_function_import('ko.txt',type = 'ko',humann_format = TRUE)

2.1.4 读取标准表格信息

标准表格数据通常是指转录组或代谢组等数据，这类数据没有特殊格式，可直接导入。

2.1.4.1 不含特征注释信息的数据导入

本数据常见于转录组或基因组数据，“行”为特征，“列”为样本。

tran_data <- EMP_normal_import('tran.txt')

2.1.4.2 包含特征注释信息的数据导入

本数据常见于代谢组学数据，“行”为特征，“列”为样本编号和特征相关注释。导入这种数据时，需要指定样本编号列。

注意：
①可直接通过sampleID指定样本编号。
②可直接通过关系表指定样本编号。 

# 直接指定样本编号
sample_ID <-c("Control1", "Control10", "Control2", "Control3", "Control4", 
        "Control5", "Control6", "Control7", "Control8", "Control9",
        "Treat10", "Treat1", "Treat2", "Treat3", "Treat4", "Treat5", 
        "Treat6", "Treat7", "Treat8", "Treat9")
metbol_data <- EMP_normal_import('metabol.txt',sampleID = sample_ID)

# 利用关系表来判断样本编号
metbol_data <- EMP_normal_import('metabol.txt',sampleID = sample_ID,
                                 dfmap = dfmap,assay = 'untarget_metabol')

2.1.5 创建组学样本编号与受试者编号关系表

在完成数据导入后，我们已读取两部分关键数据：① 以SummarizedExperiment格式存储的组学数据，以及② 样本表型数据，接下来需构建的是③ 样本关系表。

该表的核心作用在于解决多组学整合中常见的样本命名不一致问题。在许多研究中，不同组学平台或实验批次可能对同一受试者使用不同的样本编号，导致表达矩阵与表型数据之间无法直接匹配。样本关系表正是为了建立两者之间的映射关系而设计。

例如，在一项涉及多组学检测的人体研究中：

  • 每位受试者有唯一的受试者编号（如P1、P2、P3…）；

  • 同一受试者可能采集多种生物样本，进行多种组学检测，如：

    ○ 16S rRNA物种注释（taxonomy），样本编号为 如tax1、tax2、tax3,…；

    ○ 微生物功能基因KO注释（geno_ko），样本编号为 genomics_1、genomics_2、genomics_3,…；

此时，必须通过样本关系表，将表型数据中的P1与不同组学数据中的tax_1 和genomics_1等样本编号进行关联。

一旦建立此表，用户即可将所有数据顺利整合至MultiAssayExperiment对象中。在后续分析中，EasyMultiProfiler包将依据该关系表，自动将各組学样本编号统一替换为受试者编号，确保数据整合的准确性与分析流程的顺畅性。

以关系表为基础的分析流程具有以下优势：

  • 数据整合与一致性: 通过关系表，可以确保不同组学项目的数据集中的样本信息被正确地映射和整合，从而保证数据的一致性。
  • 自动化处理: 可以自动化地管理和处理数据，无需手动修改，因此不用担心出现命名不一致的情况。
  • 简化分析流程: 将数据整合并自动将样本编号替换为受试者编号后，分析流程更为流畅和清晰，减少了手动处理可能导致的错误。
注意：
如果组学表达矩阵中的样本名称与表型数据中的样本名称一致，则在关系表中创建同名即可。

🏷️示例：创建受试者编号与组学项目样本编号的关系表。

注意：
①关系表必须由以下三列组成：assay（组学项目名称）、primary（受试者编号）、colname（组学项目样本编号）。
②assay（组学项目名称）指在这个数据集中你希望给组学的命名。primary（受试者编号）是表型数据中的样本名称。colname（组学项目样本编号）是所在组学的表达矩阵中样本的名称。
③每个组学项目的样本编号必须与关系表的colname逐一对应。
④同一批受试者干预前后组学项目数据的编号方案，请参考10.3章节。

此表需要保存为文件，读入R中。用户也可以手动在R内通过数据框直接创建。

dfmap <- read.table('dfmap.txt',header=TRUE,sep='\t')

2.1.6 整合全部数据导入MultiAssayExperiment对象

注意：
①本示例中的dfmap即2.1.5中的关系表。
②关系表内的assay必须转换为因子。
③objlist内命名必须与关系表assay列的组学项目名称一致。
④如组装失败，可以用模块MultiAssayExperiment::prepMultiAssay(objlist,meta_data,dfmap)检查数据情况。
⑤更多有关MultiAssayExperiment包的详细信息可以参考此教程。 
#### 关系表的assay必须转换为因子
dfmap$assay <- as.factor(dfmap$assay)

#### objlist内命名必须与关系表assay列的组学项目名称一致
objlist <- list("taxonomy" = tax_data,
                "geno_ko" = ko_data,
                "geno_ec" = ec_data,
                "untarget_metabol" = metbol_data,
                "host_gene" = geno_data)

MAE <- MultiAssayExperiment::MultiAssayExperiment(experiments=objlist, 
                                                  colData=meta_data, 
                                                  sampleMap=dfmap)

2.2 快速创建单组学项目的MultiAssayExperiment对象

当用户只有单一的组学项目数据（例如：微生物组学项目数据或转录组学项目数据），可通过模块EMP_easy_import快速构建MAE对象，直接进行下游分析流程。

注意：
① type参数包含tax、ko、ec和normal四种方式，需要用户根据上文判断使用。
② 由于单一组学项目不涉及创建关系表，因此表达矩阵的样本名称必须与表型数据中样本名称完全一致。

2.3 MultiAssayExperiment对象存放与读取

当创建完成MAE对象后，可以将其存入本地以便下次分析时直接读取，而无需重复创建步骤。

注意：
在存储前，请务必正确设置R的本地工作目录，数据文件将存储在该工作目录下。 
# 保存在当地工作目录
saveRDS(MAE,file = 'MAE.rds')
# 加载已构建好的MAE容器 
MAE <- readRDS(file = 'MAE.rds')

2.4 示例数据以及脚本

示例数据：1. Github下载地址 2. 百度网盘下载地址

library(EasyMultiProfiler)

## 加载表型数据
meta_data <- read.table('coldata.txt',header = T,row.names = 1)

## 加载样本表
dfmap <-read.table('dfmap.txt',header = T) %>% 
  dplyr::mutate(assay = factor(assay))

## 加载组学数据
tax_data <- EMP_taxonomy_import('tax.txt')

ko_data <- EMP_function_import('ko.txt',type = 'ko')

ec_data <- EMP_function_import('ec.txt',type = 'ec')

metbol_data <- EMP_normal_import('metabol.txt',dfmap = dfmap,assay  = 'untarget_metabol')

geno_data <- EMP_normal_import('tran.txt',dfmap = dfmap,assay  = 'host_gene')


## 组合成列表
objlist <- list("taxonomy" = tax_data,
                "geno_ko" = ko_data,
                "geno_ec" = ec_data,
                "untarget_metabol" = metbol_data,
                "host_gene" = geno_data
)

## 创建MAE对象
MAE <- MultiAssayExperiment::MultiAssayExperiment(objlist, meta_data, dfmap)

## 存储数据对象以备下次分析使用
saveRDS(object = MAE,file = 'demo_data.rds')

## 下次分析时直接读取对象，而无需再次组装
MAE <- readRDS('demo_data.rds')
Copyright © 382983280@qq.com 2024 all right reserved，powered by Gitbook更新时间： 2025-12-10 22:01:47

results matching ""

    No results matching ""