从数据到美图：LEfSe分析结果可视化全攻略（条形图、进化树图一键生成）

在宏基因组研究中，找到组间差异显著的物种（biomarker）只是第一步。如何将这些统计结果转化为直观、可发表的图表，才是让数据真正"说话"的关键。LEfSe分析工具提供的可视化模块，能将枯燥的LDA score数据转化为色彩鲜明的条形图和层次分明的进化树图，帮助研究者快速抓住关键差异物种及其进化关系。

1. 可视化前的准备工作

拿到LEfSe分析结果文件（如hmp_aerobiosis_small.res）后，首先要确认几个关键点：

• 文件完整性检查：确保.res文件包含完整的LDA score和p值信息。一个典型的输出文件前几行如下：

  Bacteria.Actinobacteria 4.12 0.01 Bacteria.Bacteroidetes 3.85 0.02

• Python环境配置：LEfSe绘图工具依赖Python 2.7环境。如果遇到r2py报错，可尝试以下解决方案：

  conda create -n lefse python=2.7 source activate lefse conda install -c bioconda lefse matplotlib=2.0

• 图表类型选择：

  • 条形图：适合展示Top N差异物种的LDA score排名
  • 进化树图：适合展示差异物种的系统发育关系
  • 特征分布图：展示特定物种在各组中的丰度分布

提示：如果遇到axis_bgcolor()报错，需修改lefse-plot_cladogram.py源码中的该函数为facecolor()，或降级matplotlib到2.0版本。

2. 绘制LDA score条形图

条形图是最直观展示组间差异物种的方式。使用lefse-plot_res.py脚本时，有几个关键参数需要关注：

lefse-plot_res.py \ --format png \ --dpi 300 \ --title "Microbiome Biomarkers" \ --width 8 \ --height 6 \ hmp_aerobiosis_small.res \ biomarker_barplot.png

参数优化技巧：

实际应用中，常遇到两类问题：

1. 物种名称显示不全：通过--max_feature_len调整截断长度，或使用--subclades控制显示层级
2. 颜色对比度不足：在lefse-plot_res.py源码中修改color_dict变量定义

3. 创建进化树状图

进化树图能同时展示差异物种的LDA score和系统发育关系。关键步骤包括：

lefse-plot_cladogram.py \ --format pdf \ --dpi 600 \ --abrv_stop_lev 7 \ --labeled_stop_lev 5 \ --colored_labels 1 \ hmp_aerobiosis_small.res \ phylogenetic_tree.pdf

树图优化要点：

• 层级控制：
  • --max_lev：限制显示的最高分类层级
  • --abrv_stop_lev：设置缩写显示的截止层级
• 视觉效果：
  • --min_point_size/--max_point_size：调整节点大小范围
  • --clade_sep：控制分支间距（默认1.5）
• 标注策略：
  • --colored_labels 1：使用分组颜色标注物种名
  • --label_font_size：调整标签字体大小

典型问题解决方案：

• 节点重叠：减小--clade_sep值（如0.8）
• 标签拥挤：提高--abrv_stop_lev减少显示层级
• 颜色区分度低：修改源码中的color_palette列表

4. 高级可视化技巧

4.1 组合图表输出

通过shell脚本批量生成多种图表：

#!/bin/bash # 生成条形图 lefse-plot_res.py --format svg input.res barplot.svg # 生成进化树图 lefse-plot_cladogram.py --dpi 300 input.res tree.pdf # 提取Top10物种生成特征分布图 grep -v "-" input.res | head -10 | awk '{print $1}' > top10.txt while read line; do lefse-plot_features.py -f one --feature_name "$line" input.in input.res "${line//|/_}.png" done < top10.txt

4.2 结果解读要点

在图表中快速定位关键信息：

1. 条形图解读：

   • x轴：LDA score的对数值（通常log10）
   • 颜色：代表该物种在哪个组别中显著富集
   • 长度：效应量大小

2. 进化树图解读：

   • 节点大小：对应LDA score大小
   • 节点颜色：显著富集的组别
   • 分支长度：反映进化距离（需输入数据包含此信息）

4.3 期刊出版级调整

为满足期刊要求，常需要：

1. 矢量图输出：

   lefse-plot_res.py --format svg --dpi 1200 input.res output.svg

2. 字体统一： 修改源码中的font.family参数为常用学术字体（如Arial）

3. 颜色方案调整： 在lefse-plot_res.py中找到color_dict变量，替换为ColorBrewer的配色方案

5. 自动化与批量处理

对于大量数据集，可建立自动化流程：

import os import subprocess def batch_lefse_visualization(input_dir, output_dir): for file in os.listdir(input_dir): if file.endswith(".res"): base_name = os.path.splitext(file)[0] # 生成条形图 subprocess.run([ "lefse-plot_res.py", os.path.join(input_dir, file), os.path.join(output_dir, f"{base_name}_barplot.png"), "--dpi", "300", "--format", "png" ]) # 生成进化树图 subprocess.run([ "lefse-plot_cladogram.py", os.path.join(input_dir, file), os.path.join(output_dir, f"{base_name}_cladogram.pdf"), "--format", "pdf", "--dpi", "600" ])

将此脚本保存为auto_plot.py后，通过命令运行：

python auto_plot.py ./results ./figures

实际项目中，我们常需要根据不同的微生物组研究目的调整可视化策略。例如在肠道菌群研究中，重点关注厚壁菌门/拟杆菌门比例时，可以特别放大这些分支的显示效果；而在环境微生物研究中，可能需要突出特定功能类群的分布特征。