6.11 组学联合分析 EMP_multi_analysis

模块EMP_multi_analysis旨在通过统计分析方法将多个具有统计学意义的p值整合到一个综合的p值中。通过参数method指定联合分析的方法，包括：feature、diff_feature_enrich和same_feature_enrich。

6.11.1 融合不同研究队列中相同特征的统计结果

不同的研究队列经常会针对同一个研究目标进行分析，其研究结果可能不一致。在微生物研究中，这种情况尤为普遍。为了应对这种情况，我们可以采用融合p值的方法，将多个统计学结果合并为一个综合结果。

🏷️示例：

从MAE对象中提取两个区域的微生物物种注释数据物种，并进行差异性分析。

k1 <- MAE |> 
  EMP_assay_extract('taxonomy') |> 
  EMP_filter(Region == 'Paris') |>
  EMP_diff_analysis(method = 'DESeq2',.formula = ~Group) 
k2 <- MAE |> 
  EMP_assay_extract('taxonomy') |> 
  EMP_filter(Region == 'Guangzhou') |>
  EMP_diff_analysis(method = 'DESeq2',.formula = ~Group)

使用融合p值的方法，融合两项差异性分析的p值结果。

(k1+k2) |> 
  EMP_multi_analysis(method = 'feature',combineMethod='edgington',
                     p.adjust = 'BH')

6.11.2 融合不同研究队列中相同特征的KEGG富集结果

本模块支持合并不同队列中相同特征的KEGG富集结果。

🏷️示例：

从MAE对象中提取两个区域的微生物功能基因的KO注释数据，并进行差异性分析和富集分析。

k1 <- MAE |> 
  EMP_assay_extract('geno_ko') |> 
  EMP_filter(Region == 'Paris') |>
  EMP_diff_analysis(method = 'DESeq2',.formula = ~Group) |>
  EMP_enrich_analysis(pvalue < 0.05,keyType = 'ko')
k2 <- MAE |> 
  EMP_assay_extract('geno_ko') |> 
  EMP_filter(Region == 'Guangzhou') |>
  EMP_diff_analysis(method = 'DESeq2',.formula = ~Group) |>
  EMP_enrich_analysis(pvalue < 0.05,keyType = 'ko')

对于相同特征的的富集分析结果，本模块有三种方法可以进行融合：enchier, ActivePathways和mitch。

(k1+k2) |> 
  EMP_multi_analysis(method = 'same_feature_enrich',
                     keyType = 'ko',combineFun='ActivePathways')|>
  EMP_enrich_dotplot()

6.11.3 融合相同队列不同特征的KEGG富集结果

在同一个队列中，有时候会同时进行功能基因和代谢组学的测序分析，因此会出现两套KEGG富集分析的结果，且这两套结果通常不完全一致。在此种情况下，单纯使用韦恩图求交并集不能很好地揭示组学之间的富集情况。为了应对这种情况，本模块利用算法将不同组学中不同特征的KEGG富集结果融合在一起。

🏷️示例：

从MAE对象中提取KO注释结果和代谢组学结果，并分别完成KEGG富集分析。

k1 <- MAE |> 
  EMP_assay_extract('geno_ko') |> 
  EMP_diff_analysis(method = 'DESeq2',.formula = ~Group) |> 
  EMP_enrich_analysis(pvalue < 0.05,keyType = 'ko')

k2 <- MAE |>
  EMP_collapse(experiment = 'untarget_metabol',na_string=c('NA','null','','-'),
               estimate_group = 'MS2kegg',method = 'sum',collapse_by = 'row') |>
  EMP_diff_analysis(method = 'DESeq2',.formula = ~Group) |> 
  EMP_enrich_analysis(pvalue < 0.05,keyType = 'cpd')

使用+符号将组学联合进行富集分析。

(k1+k2) |> 
  EMP_multi_analysis(method = 'diff_feature_enrich') |>
  EMP_enrich_dotplot()