路径分析图「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

路径分析图「建议收藏」

1. 数据格式

将环境数据和生物数据按下图形式放入一个表格中，首列为样品名，首行为环境理化因子或者相关生物参数名称。数据选择适当的标准化，例如，除pH外，所有环境数据进行log处理。

2. 所需程序包

ggplot2、plspm、vegan、ggrepel

3. 路径分析步骤

3.1 安装和加载程序包，及数据读取

install.packages(“ggplot2”)
install.packages(“plspm”)
install.packages(“vegan”)
install.packages(“ggrepel”)
library(ggplot2)
library(plspm)
library(vegan)
library(ggrepel)
‍‍‍‍‍DATA=read.csv(“AEHG.csv”,row.names=1,header=T)
head(DATA)‍‍‍‍‍

3.2 设置路径图

Temp = c(0,0,0,0,0,0,0)
Nutr = c(0,0,0,0,0,0,0)
Envir = c(1,0,0,0,0,0,0)
Bio = c(1,1,1,0,0,0,0)
MNND = c(1,1,1,1,0,0,0)
DW = c(1,1,1,1,1,0,0)
SEA = c(1,1,1,1,1,1,0)
path_mat = rbind(Temp, Nutr, Envir, Bio, MNND, DW, SEA)
innerplot(path_mat)‍‍

3.3 计算膨胀因子，变量的膨胀因子VIF需<10（或者20）

#去除block（模块）内部因子共线性

‍‍spe.1 <- rda(DATA ~ Depth + WLF+Zeu +pH+DO+ EC + ORP, data = DATA)
vif.cca(spe.1)
spe.1 <- rda(DATA ~ TOC + TN + NH4N +NO3N+ NO2N + TP + PO43P, data = DATA)
vif.cca(spe.1)‍‍

3.4 路径分析

##设置每个模块的变量（括号中数据代表数据表中的列数），膨胀因子VIF<10

‍blocks=list(1, 2:6, 7:10, 11, 12, 13:18, 19)
modes = c(“A”,”A”,”A”,”A”,”A”,”A”,”A”)
sat_pls = plspm(DATA, path_mat, blocks, modes=modes)
summary(sat_pls)‍

##Outer Model结果中Loading需大于0.7；根据结果逐步去除每个模块中Loading值小于0.7的变量，直至所有变量Loading > 0.7，重新运行路径分析模型

blocks=list(1, 4:5, c(7,9,10), 11, 12, c(13,14,15,17,18), 19)
modes = c(“A”,”A”,”A”,”A”,”A”,”A”,”A”)
sat_pls = plspm(DATA, path_mat, blocks, modes=modes)
summary(sat_pls)‍

#Loading >0.7，将负Loading值改为正Loading值后，重新运行路径分析模型

blocks=list(1, c(4,20), c(7,9,10), 11, 12, c(13,14,15,17,18), 19)
modes = c(“A”,”A”,”A”,”A”,”A”,”A”,”A”)
sat_pls = plspm(DATA, path_mat, blocks, modes=modes)
summary(sat_pls)‍

4. 图形制作及精修

4.1 结果及图形参数

将模型结果复制到Excel表格中，直接路径系数0.1–1对应线宽0.5–1.0 pt。如图：

4.2 作图-路径图

新建AI画布（180×180 mm，出血2 mm），采用不同形状和颜色的模块，并用带箭头线段连接，线段粗细为4.1中计算的线宽pt。正值和负值直接路径系数分别用实线和虚线表示。模块名称用10 pt大小，使用Arial字体。草图如下：

4.3 精修图-路径图

将4.2路径图作为模板，其他水层或样点可在此基础上进行修改。沿路径方向添加直接路径系数，路径系数与线段之间间距保持半个字符间距，并位于线段中心处。路径系数字体大小≥ 8 pt。将结果的Inner Model中，路径Pr值小于0.1作为所谓“显著”路径，并在图中用红色线条显示。

4.4 总效应柱状图

复制4.1结果中各变量对生态位宽度（SEA）的总路径系数，在Sigmaplot绘制柱状图，柱状图纵坐标设置为-1到1，刻度间隔为0.5，如下图：

4.5 组合图制作

直接将Sigmaplot中的总效应柱状图依次复制到4.1路径图的AI画板中，各柱状图设置为上边缘对齐；
柱状图中横坐标修改为对应模块名称，并将柱状图颜色修改为与路径图4.2中相对应的颜色；
柱状图的x和y轴坐标刻度数字字体大小设置为9 pt，x和y轴坐标轴标题设置为10 pt；
微调柱状图边界和大小使柱状图与4.3中路径图宽度相同，且右对齐；
检查x和y轴刻度数字是否在刻度线中心，x和y轴坐标轴的标题等是否与图形中心对齐。

4.6 添加R²

可理解为模型对每个模块的解释能力，这里只选择对个体大小（DW）和生态位宽度（SEA）的R²。如下图：

4.7 将结果呈现在对应柱状图内的左上角

R²与左、上边缘间隔一个字符间距（可用小写o作为标尺）。最终效果图如下：

将组合图在180*135 mm（包括了2mm的出血或天地边）画板中调至合适大小，图中路径系数最终字体大小为6.5 pt，block变量框中字体大小为7 pt，柱状图坐标轴刻度及R²字体大小为9 pt，其他标注及坐标轴项目均为10 pt。

边框、柱状图及坐标轴棒描边均为0.5 pt，描边颜色为纯黑色（000000）。温度（Temp）、营养盐（NOx或TN和TP）、物理化学（EC或CO₂aq）变量模块用浅蓝色填充（A8C0DD）；Chl a变量模块用暗绿色填充（A6E266）；DW和SEAB变量模块用棕色填充（C69F4A）。

AI导出TIFF格式图形，并设置颜色类型为RGB，分辨率为1100 ppi，勾选“LZW压缩”，取消“嵌入IOC配置文件”。该图用Photoshop打开，并“另存为”，勾选“LZW压缩”，至此，完成图表的压缩。最后检查图表，是否放大800倍，线条仍无锯齿，且图小于2 M为最佳。

参考文献

Xiaofei Gao, Huihuang Chen, Lynn Govaert, Wenping Wang, Jun Yang. (2019). Responses of zooplankton body size and community trophic structure to temperature change in a subtropical reservoir. Ecology and Evolution, 22(9), 12544-12555

整理：高肖飞

校对：陈辉煌

系列教程：微生物组入门 Biostar 微生物组宏基因组

专业技能：学术图表高分文章生信宝典不可或缺的人

一文读懂：宏基因组寄生虫益处进化树

必备技能：提问搜索 Endnote

文献阅读热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读分析流程统计绘图

16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun

在线工具：16S预测培养基生信绘图

科研经验：云笔记云协作公众号

编程模板: Shell R Perl

生物科普: 肠道细菌人体上的生命生命大跃进细胞暗战人体奥秘

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。