16S扩增子测序Top50属丰度含盐与无盐组差异统计检验及R实现咨询

前置说明 #

你当前使用的数据集为前50属的相对丰度表，第一列为属名，后3列为salt组重复样本，再后3列为non_salt组重复样本，每组共3个生物学重复。

问题1：如何对该类数据进行正态性检验 #

• 常用检验方法为Shapiro-Wilk检验，适合小样本场景，同时可配合QQ图可视化判断正态性
• 注意：你的每组仅3个生物学重复，Shapiro-Wilk检验的功效非常有限，且16S相对丰度属于成分数据，天然存在偏态、零值多的特点，绝大多数情况不符合正态分布，因此更推荐直接使用非参数检验开展组间比较
• 批量正态性检验R代码：

# 加载依赖包
library(dplyr)
# 数据预处理：设置属名为行名，定义分组信息
data <- read.table("statisticalTest.salt_vs_non_salt.txt", header=T, sep='\t', check.names=F, row.names=1)
group <- factor(c(rep("salt", 3), rep("non_salt", 3)))

# 批量对每个属的两组分别做Shapiro-Wilk检验
norm_test_res <- apply(data, 1, function(x){
  p_salt <- shapiro.test(x[group == "salt"])$p.value
  p_nonsalt <- shapiro.test(x[group == "non_salt"])$p.value
  return(c(salt_p = p_salt, nonsalt_p = p_nonsalt))
})
norm_test_res <- t(norm_test_res) %>% as.data.frame()
# 输出结果中p值<0.05则认为对应组的属丰度不符合正态分布

问题2：如何在R中实现多个属的组间差异统计检验 #

根据数据正态性结果选择检验方法，绝大多数微生物组数据推荐使用非参数的Wilcoxon秩和检验，若确认符合正态可替换为t检验，检验后必须做多重检验校正避免假阳性：

# 批量Wilcoxon秩和检验
diff_res <- apply(data, 1, function(x){
  test <- wilcox.test(x ~ group)
  # 计算组均值、log2倍数变化，加1e-6伪计数避免除零
  salt_mean <- mean(x[group == "salt"])
  nonsalt_mean <- mean(x[group == "non_salt"])
  log2FC <- log2((salt_mean + 1e-6)/(nonsalt_mean + 1e-6))
  return(c(pvalue = test$p.value, salt_mean = salt_mean, nonsalt_mean = nonsalt_mean, log2FC = log2FC))
})
# 整理结果并做FDR多重检验校正
diff_res <- t(diff_res) %>% as.data.frame()
diff_res$padj <- p.adjust(diff_res$pvalue, method = "fdr")
# 筛选显著差异属：通常阈值为校正后p值<0.05，|log2FC|>1
sig_genera <- diff_res[diff_res$padj < 0.05 & abs(diff_res$log2FC) > 1, ]

如果样本量更大（每组>10个重复），也可以选择DESeq2、MaAsLin2等专门针对微生物组数据开发的差异检验工具，结果可靠性更高。

问题3：数据中存在大量零值应如何处理 #

微生物组数据的零值分为两类：结构性零（该属在对应样本/组中确实不存在）和抽样零（测序深度不足未检测到），可按以下逻辑处理：

• 第一步：过滤低检出率属，保留在至少20%~30%样本中丰度大于0的属，避免仅在个别样本存在的属引入假阳性，代码示例：

# 保留检出率≥30%的属
keep <- rowSums(data > 0) >= 0.3 * ncol(data)
data_filtered <- data[keep, ]

• 第二步：添加伪计数，如需做对数转换、计算倍数变化，可统一添加所有样本中最小非零丰度的1/10作为伪计数，避免log(0)、除零等计算错误。
• 第三步：选择兼容零值的检验方法，不要强行使用t检验等参数检验，Wilcoxon秩和检验属于非参数检验，无需正态假设，对零值和异常值耐受度更高；如果零值比例极高，可选择零膨胀模型、metagenomeSeq等专门适配零膨胀数据的分析方法。

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