MicrobiomeStatPlot | 桑基图进阶实战：从数据预处理到高级可视化

1. 桑基图在微生物组研究中的独特价值

我第一次接触桑基图是在分析肠道菌群数据时，当时需要展示不同分类水平上微生物丰度的变化关系。这种特殊的流程图让我眼前一亮——它不仅能清晰呈现门到属的分类层级变化，还能通过线条宽度直观展示相对丰度差异。在微生物组研究中，桑基图特别适合展示以下几个维度的数据关系：

• 分类层级转换：从门到纲、目、科、属的分类学流动路径
• 时间序列变化：样本在不同时间点的菌群组成演变
• 组间比较：健康组与疾病组间的微生物群落差异
• 功能通路分析：如KEGG通路中不同功能模块的关联

实际项目中，我常用桑基图配合气泡图或热图使用。比如去年分析的一个抗生素干预研究，用桑基图展示干预前后优势菌群的流向变化，配合右侧气泡图显示差异倍数，审稿人特别称赞这种组合可视化方式让结果一目了然。

2. 数据准备与清洗实战技巧

2.1 原始数据格式要求

微生物组数据通常来自QIIME2或mothur等流程的输出。我常用的输入数据格式是一个包含各分类层级丰度的表格：

SampleID  Phylum          Class           Order           Family          Genus
S1        Bacteroidetes  Bacteroidia     Bacteroidales   Bacteroidaceae  Bacteroides
S2        Firmicutes     Clostridia      Clostridiales   Ruminococcaceae Faecalibacterium

关键点：确保每行代表一个独立的流动路径，各列间有明确的层级关系。我建议先在Excel中用数据透视表检查每个样本在各分类水平的汇总情况。

2.2 数据清洗常见问题解决

在最近的一个口腔微生物项目中，我遇到了几个典型问题及解决方案：

1. 低丰度物种处理：

   # 过滤掉相对丰度<0.1%的分类单元
   df_filtered <- df[rowSums(df[, -1]) > 0.001, ]
   

2. 分类信息缺失：

   #