-
Notifications
You must be signed in to change notification settings - Fork 0
/
big_species_plotting.R
116 lines (86 loc) · 4.27 KB
/
big_species_plotting.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
###############################################################################
####################___CMI_LAB_EMU_AUTOMATED_PLOTTING____######################
###############################################################################
### Created by Austin G. Marshall and Daniel T. Fuller ###
###############################################################################
### Load libraries for the packages used in this workflow ###
library(dplyr)
library(ggplot2)
library(tidyverse)
library(reshape2)
library(ggsci)
library(janitor)
library(phyloseq)
###############################################################################
### Loading in combined abundance data from Emu ###
a = read.delim(file = "emu-combined-abundance-species.tsv")
###############################################################################
############___Change_the_order_around_to_plot_in_certain_order___#############
###############___Yes_this_is_ugly_but_who_cares_if_it_works___################
###############################################################################
### Order samples how you want them displayed in the plot ###
b = a %>%
select(species, RT_30, RT_34, RT_36) %>%
mutate_all(~replace(., is.na(.), 0))
### Grabbing the data without the blank taxa ###
without_blanks = b %>%
na_if("") %>%
na.omit()
### Grabbing the blank taxa only ###
with_blanks = b %>%
filter(species=="") %>%
na_if("")
### Summing the blanks together ###
blanksums = with_blanks %>%
select(-species) %>%
colSums() %>%
t() %>%
as.data.frame()
### Setting up the naming stuff for the filtering step ###
rownames(without_blanks)<-without_blanks$species
before_filt <- without_blanks %>%
select(-species)
###############################################################################
################ Applying filter and binding rows together ####################
###############################################################################
abund_filt <- apply(before_filt, 2, FUN = function(x) (x/sum(x))<=0.01)
data.cleaned <- before_filt[-which(rowSums(abund_filt)==ncol(before_filt)),]
othercat <- colSums(before_filt[which(rowSums(abund_filt)==ncol(before_filt)),])
bind1 <- rbind(data.cleaned, othercat)
bind2 <- rbind(bind1, blanksums)
final_w_name = bind2 %>%
rownames_to_column(var = "Sample")
###############################################################################
##########__Stop_here_and_change_what_samples_need_to_be_grabbed__#############
###############################################################################
grab_sums = bind2[c('10','1'),]
grab_blanksums = filter(final_w_name, final_w_name$Sample==1)
grab_taxasums = filter(final_w_name, final_w_name$Sample==10)
### Need to change these numbers to correspond to the number of samples ###
final_other = grab_taxasums[2:4] - grab_blanksums[2:4]
### Need to change the numbers to account for changing datasets ### ### Stuck here on big one ###
bind2_minusothers <- bind2[c(1:9),]
done <- rbind(bind2_minusothers, final_other)
rownames(done)[length(done[,1])]="Other"
done2 = done %>%
arrange(RT_30)
done3 = t(done2) %>%
as.data.frame() %>%
rownames_to_column(var = "Sample")
###############################################################################
###### Gotta change the formatting once more for ggplot2 to like it ###########
###############################################################################
tbl_reshape <- melt(done3, id.vars = "Sample" , variable.name = "Species")
### Now We plot, change the title to whatever your experiment is ###
speciesplot <- ggplot(tbl_reshape, aes(x = fct_inorder(Sample), y = value, fill = Species)) +
geom_bar(colour = "black", stat = "identity", position = "fill") +
labs(x = "Sample", y = "Relative abundance", title = "const conc diff cycles arranged") +
theme_bw()
###############################################################################
#################### Change color patterns using ggsci ########################
###############################################################################
speciesplot_goodone = speciesplot + scale_fill_ucscgb(palette = "default", alpha = 1)
### Final plotting of the figure ###
speciesplot_goodone
###############################################################################
bluh = read.delim("S1_rel-abundance-species.tsv")