微生物群落多样性测序与功能分析( 六 ) _rDNA测序起首需要提取情况样品

QIIME自己成果中有供给PCA的三维图成果，可以经由过程网页打开。

文章插图

15PCA ， PcoA ， NMDS阐发都属于排序阐发（Ordination analysis）。排序(ordination)的过程就是在一个可视化的低维空间或平面从头摆列这些样本,使得样本之间的距离最大水平地反映出平面散点图内样本之间的关系信息。
1、只利用物种构成数据的排序称作非限制性排序(unconstrained ordination)(1)本家儿当作分阐发(principal components analysis,PCA)(2)对应阐发(correspondence analysis, CA)(3)去趋向对应阐发(Detred correspondence analysis, DCA)(3)本家儿坐标阐发(principal coordinate analysis, PCoA)(4)非怀抱多维标准阐发(non-metric multi-dimensional scaling, NMDS)
2、同时利用物种和情况因子构成数据的排序叫作限制性排序(constrained ordination)(1)冗余阐发(redundancy analysis,RDA)(2)典型对应阐发(canonical correspondence analysis, CCA)
比力PCA和PCoA：
在非限制性排序中， 16S和宏基因组数据阐发凡是用到的是PCA阐发和PCoA阐发，两者的区别在于：PCA阐发是基于原始的物种构成矩阵所做的排序阐发，而PCoA阐发则是基于由物种构成计较获得的距离矩阵得出的。在PCoA阐发中，计较距离矩阵的方式有良多种，包罗如：Euclidean, Bray-Curtis, and Jaccard ，以及(un)weighted Unifrac (操纵各样品序列间的进化信息来计较样品间距离，此中weighted考虑物种的品貌， unweighted没有对物种品貌进行加权处置) 。

16LDA差别进献阐发
PCA和LDA的不同在于， PCA ，它所作的只是将整组数据整体映射到最便利暗示这组数据的坐标轴上，映射时没有操纵任何数据内部的分类信息，是无监视的，而LDA是由监视的，增添了种属之间的信息关系后，连系显著性差别尺度测试(克鲁斯卡尔-沃利斯查验和两两Wilcoxon测试)和线性判别阐发的方式进行特征选择。除了可以检测主要特征，他还可以按照效应值进行功能特征排序，这些功能特征可以诠释顶部的大部门生物学差别。具体申明可以参考这篇文章http://blog.csdn.net/sunmenggmail/article/details/8071502 。
分歧颜色代表分歧样本或组之间的显著差别物种。利用LefSe软件阐发获得，此中显著差别的logarithmic LDA score设为2 。
问题：LDA阐发有什么用？
回覆：组间差别显著物种又可以称作生物标识表记标帜物（biomarkers），该阐发本家儿如果想找到组间在品貌上有显著差别的物种。

文章插图

文章插图

17物种进化树的样本群落分布图
是将分歧样本的群落组成及分布以物种分类树的形式在一个环图中展示。数据颠末阐发后，将物种分类树和分类品貌信息经由过程软件GraPhlAn(http://huttenhower.sph.harvard.edu/GraPhlAn )进行绘制。其目标是将物种之间的进化关系以及分歧样本的物种分布品貌和最高分布样本的信息在一个视觉集中的环图中一次展示，其供给的信息量较其他图最为丰硕。
中心为物种进化分类树，分歧颜色的分支代表分歧的纲（具体的代表颜色见右上角的图例），之后外圈的灰色标示字母的环暗示的是本次研究中比例最高的15个科（字母代表的科拜见左上角的图例）。之后的外圈供给的是热力求，若是样本数<=10个则绘制样本，若是样本数跨越10个则按照分组绘制，每一环为一个样本，按照其品貌绘制的热力求。最外圈为柱状图，绘制的是该属所占比例最高的样本的品貌和样本颜色（样本颜色见环最下方的样本名字的颜色）。此中热力求和柱状图取值均为原比例值x10000后进行log2转换后的值