求R语言代码：按人类(H)/犬类(D)汇总ASV数据筛选特有ASV

基于phyloseq的实现步骤 #

直接通过分组求和+0值判断的思路实现，步骤如下：

# 假设你的phyloseq对象名为ps，样本元数据中分组列名为"Group"（值为"H"/"D"）
# 1. 提取ASV丰度矩阵并转为普通矩阵格式
otu_mat <- as(otu_table(ps), "matrix")

# 2. 获取样本的人类/犬类分组标记
sample_groups <- sample_data(ps)$Group

# 3. 按分组计算每个ASV的总丰度
human_sum <- rowSums(otu_mat[, sample_groups == "H"])
dog_sum <- rowSums(otu_mat[, sample_groups == "D"])

# 4. 筛选仅存在于单一宿主的ASV
human_only_asvs <- names(human_sum[human_sum > 0 & dog_sum == 0])
dog_only_asvs <- names(dog_sum[dog_sum > 0 & human_sum == 0])
host_specific_asvs <- c(human_only_asvs, dog_only_asvs)

# 5. 更新phyloseq对象，仅保留目标ASV
ps_host_specific <- prune_taxa(host_specific_asvs, ps)

补充说明 #

• 替换代码中的"Group"为你实际的分组列名
• 若使用DESeq2，可先从DESeq2对象导出计数矩阵（counts(dds)），执行上述分组求和筛选后，再用keep <- rownames(counts(dds)) %in% host_specific_asvs更新DESeq2对象
• 若存在低丰度噪声，可先执行ps <- prune_taxa(rowSums(otu_mat) > 1, ps)过滤掉总丰度≤1的ASV，再进行宿主特异性筛选

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