如何利用phyloseq的GlobalPatterns生成带分类信息与元数据的ASV表

核心解决思路 #

要将GlobalPatterns@tax.table中的分类信息替换默认OTU编码作为列名，同时保留样本为行、末尾追加元数据，需先处理分类信息（避免重复列名），再替换OTU表列名，最后合并元数据。

完整代码实现 #

# 加载数据集
data(GlobalPatterns)

# 提取OTU计数矩阵并转置（样本为行，OTU为列）
asv_matrix <- t(as.matrix(GlobalPatterns@otu_table@.Data))

# 提取分类信息表，生成可用的分类标识
tax_table <- as.data.frame(GlobalPatterns@tax_table)
# 优先取最细分类层级（如种），空值则向上取层级，全空则保留原OTU编码
tax_labels <- apply(tax_table, 1, function(x) {
  for (level in rev(colnames(tax_table))) {
    if (!is.na(x[level]) && x[level] != "") {
      return(x[level])
    }
  }
  return(names(x))
})

# 处理重复分类名：给重复项加后缀避免列名冲突
tax_labels <- make.unique(tax_labels, sep = "_")

# 替换OTU矩阵的列名为分类信息
colnames(asv_matrix) <- tax_labels

# 转换为数据框并合并元数据
asv_df <- data.frame(Sample_ID = rownames(asv_matrix), asv_matrix, check.names = FALSE)
meta_df <- as.data.frame(GlobalPatterns@sam_data)
asv_full <- merge(asv_df, meta_df, by.x = "Sample_ID", by.y = "X.SampleID")

# 导出CSV文件
write.csv(asv_full, file = "full_asv_with_tax.csv", quote = FALSE, row.names = FALSE)

代码说明 #

• 分类信息提取：遍历每个OTU的分类层级，优先取最具体的分类（如种），避免空值；若所有层级为空则保留原OTU编码。
• 重复列名处理：用make.unique给重复分类名加后缀，防止数据框列名冲突。
• 元数据合并：通过样本ID匹配合并，确保样本与元数据一一对应，避免行序混乱。
• 导出设置：row.names = FALSE避免导出多余行号，check.names = FALSE保留分类名中的特殊字符（如括号、空格）。

内容的提问来源于stack exchange，提问作者carrollk2015