R语言并行计算加快土壤微生物生态学分析（1）：spearman相关系数加快共现网络构建速度

R语言并行计算加快土壤微生物生态学分析（1）：spearman相关系数加快共现网络构建速度赛尔号2大电影雷伊与迈尔斯,其实他没有那么喜欢你,我的东北军, 作者：微生态 本文由微科盟胡天龙根据实践经验而整理，希望对大家有帮助。 微科盟微文，欢迎转发转载，转载须注明来源《微生态》公众号。 共现网络 (co-occurrence network) 和群落构建 (assemb

作者：微生态

本文由微科盟胡天龙根据实践经验而整理，希望对大家有帮助。

微科盟微文，欢迎转发转载，转载须注明来源《微生态》公众号。

共现网络 (co-occurrence network) 和群落构建 (assembly process) 分析日益成为微生物生态学分析中重要的组成部分，成为目前文章发表的热点技术。这些分析中往往会有大量的循环语句，如果顺序执行的话往往非常耗时。R语言的并行计算可以有效地解决耗时的问题，加快程序运行的速度。本文主要介绍如何利用R语言并行计算spearman相关系数，加快共现网络（co-occurrence network）构建速度。后期的的文章将逐一介绍群落构建分析的并行计算，包括R语言并行计算beta-NTI (beta-nearest taxon index)、β多样性零偏差 (null deviation of beta diversity) 和Raup-Crick距离 (Raup-Crick dissimilarity)。利用spearman相关性分析是构建共现网络的重要方法，但由于OTU table往往有成千上万行，用R自带的corr.test函数计算较为费时，严重制约我们的分析速度。对spearman相关性分析进行并行化运行可大大节省计算时间，为此我们手写了spearman相关性分析函数来实现并行化运行。为方便讲解，本文以我们常见的OTU table 数据为例（联系您所添加的任一微科盟组学老师即可免费领取），对OTU进行两两spearman相关性分析，获得相关系数r和显著性p值。我们将自己手写的函数network_construct与psych包中的corr.test函数两者运行时间和计算的结果进行了比较，我们自己的函数network_construct计算时间远远少于corr.test函数且结果相同，具体的R代码见下文。

运行步骤

我们经常使用corr.test 函数计算OTU之间的相关性，但该函数在面对较多的OTU时速度较慢。

library(psych)

system.time(corr.test(otu[,1:500],use="pairwise",method="spearman",adjust="fdr",alpha=.05))

运行时间如下：（elapsed栏为程序运行的时间）

图1 原函数运行时间

为了加快计算速度，我们根据相关系数矩阵的计算特点，进行了并行化重写，代码如下：

#otu_table行名为样点名，列名为OTU名

#threads为使用的CPU核数

#本函数默认使用‘fdr’进行P值矫正，可参考corr.test函数的R帮助文档

network_construct <- function(otu_table,threads){

library(foreach)

library(doParallel)

library(abind)

otu_table2 <- apply(otu_table,2,rank)

r <- function(rx,ry){

n <- length(rx)

lxy <- sum((rx-mean(rx))*(ry-mean(ry)))

lxx <- sum((rx-mean(rx))^2)

lyy <- sum((ry-mean(ry))^2)

r <- lxy/sqrt(lxx*lyy)

t <- (r * sqrt(n - 2))/sqrt(1 - r^2)

p <- -2 * expm1(pt(abs(t), (n - 2), log.p = TRUE))

return(c(r,p))

}

arraybind <- function(...){

abind(...,along = 3,force.array=TRUE)

}

nc <- ncol(otu_table)

registerDoParallel(cores = threads)

corr <- foreach (i = 1:nc,.combine = "arraybind") %dopar%{

corr1 <- matrix(rep(0,2*nc),nrow = 2,ncol=nc)

for(j in 1:nc) {

if(j > i) corr1[,j] <- r(otu_table2[,i],otu_table2[,j])

}

corr <- corr1

}

rr <- corr[1,,]

rr <- rr+t(rr)

diag(rr) <- 1

pp <- corr[2,,]

lp <- lower.tri(pp)

pa <- pp[lp]

pa <- p.adjust(pa, "fdr")

pp[lower.tri(pp, diag = FALSE)] <- pa

pp <- pp+t(pp)

rownames(pp) <- colnames(otu_table)

colnames(pp) <- colnames(otu_table)

rownames(rr) <- colnames(otu_table)

colnames(rr) <- colnames(otu_table)

return(list(r = rr,p = pp))

}

使用我们自己构造的函数后，可利用10核进行计算，运行时间如下：

图2 自建函数十核运行时间

我们可以看到使用corr.test 函数进行计算需要313秒，而使用R代码进行并行计算仅需0.99秒。我们再比较一下不同线程情况下所需的时间。单核运行代码如下：

system.time(network_construct(otu[,1:500],1))

图3 自建函数单核运行时间

即使使用单核进行计算速度，也要比corr.test 函数快上很多，毕竟该函数里面有很多判断语句， 计算更加费时。当我们加大数据量时，单核和多核的区别就更加明显。下图是单核与10核运行的比较：

图4 自建函数单核与十核运行时间的比较

我们可以看到计算量越大，多核的性能就越优越。当我们有成千上万个OTU时可以节省很多时间。那么我们运行的结果与corr.test 函数的结果是否一致呢？

res1<- corr.test(otu[,1:50],use="pairwise",method="spearman",adjust="fdr",alpha=.05)

res2 <- network_construct(otu[,1:50],10)

res1$r[1:5,1:5]

res2$r[1:5,1:5]

将我们构建的函数network_construct 与psych包中的corr.test 的结果进行比较，结果如下：

图5 自建函数与原函数结果比较

我们计算的结果与原函数的结果完全相同，可以放心使用哈，现在就可以把我们的函数复制过去用于自己的项目啦。除了共现网络分析，群落构建分析中的零模型构建也需要进行大量的循环，我们也可以将并行计算用于群落构建分析，例如beta-NTI的计算，敬请关注我们下一篇文章。

温馨提示

1. 我们自己构造的函数network_construct 依赖 “foreach”, “doParallel”, “abind”程序包，请预先安装上述三个包。corr.test 依赖于“psych”程序包。2. 运行前可通过如下代码查看计算机CPU核数，核数不是越多越好，要根据内存来选，不然内存不够会让R程序卡死。可通过任务管理器实时监测。

library(parallel)

detectCores

#24

#以我的电脑为例是二十四核

本文来源于微科盟作者胡天龙，仅用于学术分享，如有侵权，请联系删除！

本文转载自其他网站，不代表健康界观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：guikequan@hmkx.cn）

重庆大学研招网,理财天天分红,人民日报电子, http://www.xinzhiliao.com/zx/jinji/34765.html