如何阻止R包iNEXT将丰度计数四舍五入为整数？

问题根源 #

iNEXT的datatype="abundance"模式默认要求输入整数丰度值，因为经典的稀疏/外推算法是基于个体抽样框架设计的。当输入非整数时，包会自动执行四舍五入，进而导致曲线出现异常峰值和下降。

解决方案 #

方案1：改用覆盖度驱动的分析（iNEXT原生支持） #

基于覆盖度的rarefaction不需要依赖整数个体计数，更适合连续型丰度数据（如生物量、相对丰度）。步骤如下：

1. 计算每个样本的相对丰度和观测覆盖度

library(iNEXT)

# 计算相对丰度（将每个样本的丰度归一化到总和为1）
A_rel <- t(apply(A_mat, 2, function(x) x / sum(x)))

# 计算每个样本的覆盖度（针对连续丰度的修正公式）
calc_coverage <- function(x) {
  total <- sum(x)
  p <- x / total
  # 基于相对丰度的覆盖度估计
  1 - sum(p * exp(-total * p))
}
coverage_vec <- apply(A_mat, 2, calc_coverage)

2. 调用iNEXT并指定datatype="coverage"

A_out <- iNEXT(
  A_rel, 
  q = c(0,1,2), 
  datatype = "coverage", 
  se = TRUE, 
  knots = 40, 
  conf = 0.95, 
  nboot = 50,
  coverage = coverage_vec
)

# 绘图
ggiNEXT(A_out, type=1)

方案2：使用支持非整数丰度的替代包（hillR） #

hillR专门针对非整数丰度数据优化，无需四舍五入即可计算Hill数和rarefaction曲线：

1. 安装并加载包

install.packages("hillR")
library(hillR)
library(ggplot2)

2. 计算rarefaction/外推曲线

# 定义抽样深度序列（可根据需求调整范围）
depth_seq <- seq(1, max(colSums(A_mat))*2, length.out = 40)

# 批量计算每个样本的Hill数曲线
rarefaction_results <- lapply(colnames(A_mat), function(sample_id) {
  sample_data <- A_mat[, sample_id]
  hill_rarefaction(
    x = sample_data, 
    q = c(0,1,2), 
    depth = depth_seq, 
    se = TRUE, 
    nboot = 50
  ) |> 
    transform(sample = sample_id)
})

# 合并结果并可视化
plot_df <- do.call(rbind, rarefaction_results)

ggplot(plot_df, aes(x = depth, y = value, color = factor(q))) +
  geom_line(linewidth = 1) +
  geom_ribbon(aes(ymin = lower, ymax = upper, fill = factor(q)), alpha = 0.2, color = NA) +
  facet_wrap(~sample) +
  labs(x = "抽样深度", y = "Hill数", color = "q值", fill = "q值") +
  theme_bw()

不推荐的方案：修改iNEXT内部检查逻辑 #

如果一定要坚持用iNEXT的abundance模式，可以通过重写内部函数跳过整数检查，但这可能破坏算法的逻辑一致性，导致结果不可靠：

# 重写iNEXT的输入检查函数，注释掉整数验证部分
assignInNamespace(
  "check.input", 
  function(x, datatype) {
    if (datatype == "abundance") {
      if (is.vector(x)) x <- matrix(x, ncol=1)
      if (!is.matrix(x)) stop("x must be a matrix or vector for abundance data type.")
      if (any(x < 0)) stop("All entries must be non-negative.")
      # 注释掉整数检查和四舍五入代码
      # if (!all(x == floor(x))) {
      #   warning("Non-integer abundance data detected; rounded to nearest integer.")
      #   x <- round(x)
      # }
      x <- x[, colSums(x) > 0, drop=FALSE]
      if (ncol(x) == 0) stop("All samples have zero total abundance.")
      return(x)
    } else {
      # 保留其他数据类型的原有检查逻辑
      orig_check <- getFromNamespace("check.input", "iNEXT")
      orig_check(x, datatype)
    }
  }, 
  ns = "iNEXT"
)

# 调用修改后的iNEXT
A_out <- iNEXT(A_mat, q=c(0,1,2), datatype="abundance", se=TRUE, knots=40, conf=0.95, nboot=50)

内容的提问来源于stack exchange，提问作者user28995739