Qiime2 の解析データから細菌の構成率の分布を箱ひげ図で表す方法

目的

Qiime2を用いた 16S rRNA 菌叢解析の結果から、特定の細菌の構成率の分布を可視化する方法を紹介する。前項では CD （クローン病） 群、UC （潰瘍性大腸炎） 群、nonIBD 群 （非炎症性腸疾患）群の腸内細菌叢を比較したが、本稿では $Fimicutes$ 門の構成率の分布を箱ひげ図で表す方法を紹介する。本稿を参考にすると、以下のような箱ひげ図を作成できるようになる。

環境

• MacBook Air (Retina, 13-inch, 2018)
• macOS Catalina (version 10.15.6)
• Python 3.8.4

パッケージ

今回は、Python の DataFrame を入力することで様々なグラフを作成できる Altairを用いる。箱ひげ図以外の描画についてはこちらでも紹介している。

データについて

箱ひげ図の作成には、サンプルごとに細菌の read 数がまとめられたカウントデータと、サンプルのメタデータが必要である。詳しくは前項を参考にするとよい。

カウントデータの取得

カウントデータの取得には、table.qza と taxonomy.qza が必要である。各ファイルの作成方法は、こちらを参考にするとよい。本稿では、Phylum （門）レベルのカウントデータを用いるため、--p-level 2 に注意して以下のコマンドを実行する。

ターミナル（Qiime2仮想環境内）

qiime taxa collapse   --i-table table.qza   --i-taxonomy taxonomy.qza   --p-level 2   --o-collapsed-table L2_table.qza

qiime tools export  --input-path L2_table.qza   --output-path L2

biom convert  -i L2/feature-table.biom  -o L2/table.tsv  --to-tsv

以下のようなファイルが得られれば成功である。

メタデータの取得

以下のようなメタデータを tsv 形式で作成する。

Altair の実行

以下のコマンドを実行すると箱ひげ図が得られる。

alt_comp_plot.py

import os
import altair as alt
import pandas as pd

# 分類階級の指定。Phylum は level 2 である。
l_select = 'L2' 

# カレントディレクトリ取得
cwd = os.getcwd()

# カウントデータの取得
count_path = [l_select,'table.tsv'] 
count_file = os.path.join(cwd, *count_path)
count = pd.read_table(count_file, sep='\t', index_col=0 ,header=1).T # header=1に注意

# 組成データに変換
comp = count.apply(lambda x: x/sum(x), axis=1)

# メタデータの取得
md_path = ['metadata.tsv']
md_file = os.path.join(cwd, *md_path)
md = pd.read_table(md_file, sep='\t', index_col=0 ,header=0)

# 行名を str 型に変換（今回の行名は数字のため int型で処理されてしまっている）
comp.index = comp.index.astype(str)
md.index = md.index.astype(str)

# カウントデータとメタデータを結合。（行名が str 型でなければ結合しない）
df = pd.concat([comp,md], axis=1)

# 今回は Ileum （回腸）と Rectum （直腸）の菌叢を調べる。（他の部位はサンプル数が少なかったため）
df = df[df['biopsy_location'].isin(['Ileum','Rectum'])]

# Altair の実行
boxplot = alt.Chart(df).mark_boxplot(size=100,ticks=alt.MarkConfig(width=30), median=alt.MarkConfig(color='black',size=100)).encode(
	    alt.X('diagnosis',sort = alt.Sort(['CD','UC','nonIBD']), axis=alt.Axis(labelFontSize=15, ticks=True, titleFontSize=18, title='Diagnosis')),
	    alt.Y('D_0__Bacteria;D_1__Firmicutes', axis=alt.Axis(format='%', labelFontSize=15, ticks=True, titleFontSize=18, grid=False,domain=True, title='Firmicutes'), scale=alt.Scale(domain=[0,0.02])),
	    alt.Color('diagnosis'),
	    alt.Column('biopsy_location', header=alt.Header(labelFontSize=15, titleFontSize=18), sort = alt.Sort(['Ileum','Rectum']), title='Biopsy')
	).properties(
		width=600,
		height=500,
	)

# 図の表示
boxplot.show()

Altair について

Altair のコマンドについて簡単に紹介する。

• alt.Chart(df) 可視化する DataFrame を入力する。
• .mark_boxplot()箱ひげ図の設定をする。
  • size箱の幅
  • ticks髭の設定
  • median中央値に入る線の設定
• .encode() DataFrame の中身に依存する設定
  • alt.X()X軸成分を決める列を指定する
    • alt.Sort()軸の順番を決める
    • alt.Axis()軸の設定。titleで DataFrame と違う文字を入力することも可能。ticks=False で軸上の線が消える。
  • alt.Y()Y軸成分を決める列を指定する
    • alt.Axis()軸の設定。format='%'でパーセント表示にできる。grid=Falseでグラフ上の横線を消している。
  • alt.Color()色を決める列を指定する。
  • alt.Column()グラフを並行に並べる。
• property()DataFrame の中身に依存しない設定。ここでは図の大きさを指定している。

図の保存

右上の「・・・」から png 形式または svg 形式で図を保存できる。