水稻微生物组时间序列分析4-随机森林回归

来源：宏基因组

我们将花时间把此文的原始代码整理并精讲，祝有需要的小伙伴能有收获。

本系列按原文4幅组图，共分为4节。本文是第4节，随机森林回归。

之前我们用了三篇文章，对随机森林的应用、分类、回归进行讲解和实战如下：

一文读懂随机森林在微生态中的应用

随机森林randomForest 分类Classification

随机森林randomForest 回归Regression

今天以图3中的一个子图，来实践一下冲击图的绘制。

前情提要

水稻微生物组时间序列分析

1模式图与PCoA

2a-相关分析

2b-散点图拟合

3-冲击图

先回顾一下图4的内容。

图4. 水稻生育期相关的微生物标记物(biomarkers)。

A. 采用随机森林方法在两地点的两品种样本中鉴定了23个纲与生育时间相关。其中按贡献度由大到小排序。其中的子图为交叉验证评估的结果。

B. 热图展示23个年龄相关的biomarkers相对丰度。

方法简介：本图A采用R语言的RandomForest包进行分析，结果采用ggplot2的柱状图进行可视化，biomarkers按贡献度由大到小排序，并进行交叉验证模型的准确度和biomarkers数量的选择依据。图B采用pheatmap展示每个时间点biomarkers的相对丰度均值，其中biomarkers按出现最高丰度的时间排序。

统计分析，主要基于两个表：OTU表和实验设计表，对于想进一步讨论分类级，别需要OTUs的物种注释文件。

这样基于这3个文件，可以制作出千变万化的统计分析图片，来作为论据支持你的文章(Story)。

时间序列做回归，主要是想建模来预测其它样品的生育时间。主要分为两部分，训练集建模，测试集验证。

我们主要有两个品种，种植在两个地点。这里先以A50建模，IR24验证的方案来演示。本实验较复杂 ，具体的方法会有多种组合。   

绘制验证结果

想绘制图中样式的图，可以使用imp的值，和名称中对应的物种注释进行数据筛选即可。这属于美化工作，下面开始，个人风格，仅供参考。

软件内部的varImpPlot可以快速可视化贡献度，简单全面，但发表还是要美美哒，美是需要代码的，就是花时间

基本思路同绘制Top 23 feature柱状图，按门着色，简化纲水平名字