r - 我的 R 生成的 Unifrac PCoA 图与 QIIME 中生成的图不匹配，我不知道为什么。有人有这方面的经验吗？

Question

我使用了 2 种方法来尝试在 R-Studio 中生成基于 Unifrac 的 PCoA 图。它们看起来彼此相似，但与 QIIME 生成的截然不同。由于各种原因，我们的实验室希望能够在 R 中正确生成这些图。我可以让基于 Bray-Curtis 的图看起来与在 QIIME 中生成的图相似，所以我相信这个问题与系统发育树或Unifrac 值的生成方式。我试过使用

plot_ordination(Phyloseqobject, ordinate(phyloseqobject, "PCoA", distance = "unifrac", weighted = TRUE), color =  "Categoryofinterest ")

和

UniFrac(Phyloseqobject, weighted=TRUE, normalized=TRUE) ->dist 
PCOA <- pcoa(dist)
biplot.pcoa(PCOA)

我目前正在使用在 QIIME 中生成的根树，以及在 QIIME 中生成的 OTU。知道为什么这两个图与 QIIME 生成的图有很大不同吗？我是否错过了一些我需要对价值观做出的不那么明显的调整？还是我需要对树做点什么？

另外，值得注意的是，我不是生成 QIIME PCoA 的人，所以我对那里所做的事情知之甚少。

标签： rphyloseqqiime