• 先安装软件包及其依赖并将所有包载入
• 读取数据

图（Graph）是一种从数据中抽象出节点（Node）并用边（Edge）展示各节点之间关系的数据结构,共现网络（Co-occurrence network）是一种特殊的图。目前生态学领域用到的网络图大多基于群落数据的相关性构建。本文将以西北农林科技大学焦硕教授在iMeta上发表的论文Linking soil fungi to bacterial community assemblyin arid ecosystems中Figure1 C为例，使用R语言逐步剖析共现网络图的绘制方法^[1]。

原始教程链接：https://github.com/iMetaScience/iMetaPlot/tree/main/221012Co-occurrence_network

先安装软件包及其依赖并将所有包载入

# 检查BiocManager包，如没有则安装
if (!require("BiocManager"))
  install.packages("BiocManager")
# 检查网络图构建包igraph，如没有则安装
if (!require("igraph"))
  install.packages("igraph")
# 加载网络图构建包igraph
library(igraph)
# 手动安装WGCNA的两个依赖
if (!require("impute"))
  BiocManager::install("impute")
if (!require("preprocessCore"))
  BiocManager::install("preprocessCore")
# 用于计算OTU/ASV之间的相关性
if (!require("WGCNA"))
  install.packages("WGCNA") 
library(WGCNA)

读取数据

https://raw.githubusercontent.com/iMetaScience/iMetaPlot/main/221012Co-occurrence_network/otu.txt
otu = read.table(("otu.txt"), header=T, row.names=1, sep="\t", comment.char="")