2021-01-29
在对微生物群落进行研究时，除了分析不同群落样本之间在微生物群落组成、功能上的差异外，往往还想了解，具体有哪些因素会影响微生物群落，使其组成和功能发生变化？其中，哪种因素又占据了主导作用？ 为了回答这一问题，需要将微生物群落样本的相关数据，与其对应的环境因子数据进行关联分析。在众多关联分析的方法中，出镜率最高的，就是RDA/CCA分析啦~ RDA/CCA分析一般需要使用CANOCO软件或运用R语言进行分析，这对生信小白来说，挑战还是很大滴。现在，RDA/CCA分析已经在派森诺基因云的“云图汇”模块中发布上线啦（网址：https://www.genescloud.cn/chart/）！我们也已做了初步介绍和解读（点击查看）。 简单而言，RDA（Redundancy Analysis）和CCA（Canonical Correspondence Analysis）均属于直接排序的分析方法，RDA基于线性模型，CCA则是基于单峰模型。一般情况下，两者都能有效分析微生物群落与环境因子之间的变化相关性。 那么问题来了，既然两者都可以进行，又该如何选择呢？ 在进行排序分析之前，可以先对物种群落数据进行去趋势对应分析（Detrended correspondence analysis，DCA），根据结果中Lengths of gradient的值来进行判断，如果最大的值大于4，则应选择CCA，如果最大的值小于3，则选择RDA，而如果最大的值在3~4之间，则两种分析均可。然而，这种标准并不是100%合适，在实际的使用中，我们最好是同时进行CCA和RDA，根据结果进行选择~ 1、数据准备 需要准备物种组成数据（data.txt）、环境因子数据（factor.txt）、分组数据（group.txt），具体如下： 注意：在准备数据时，不能出现中文、空格、特殊字符如（）、？、*、[ ]、$等。最后需要把整理好的Excel文件另存为“制表符分隔”的txt格式文件。 ① 物种组成丰度数据（data.txt） ● 通过网盘下载数据的项目：Treat*\2.2.2_taxa_summary\ungrouped\otu_table_L*.xls文件，对应门纲目科属种等不同分类水平下的物种组成丰度表（QIIME2版本）； ● 通过基因云获取文件的项目：在下载链接中，下载“各分类学水平分类单元丰度表”。 以属水平上的数据为例，将表格整理成如下形式（第一列为属名，第一行为样本名）后，另存为txt文档： ② 环境因子数据（factor.txt） 根据各样本环境因子的测定结果，可将其整理成如下形式（第一列为样本名，第一行为因子名），整理好后，同样另存为txt文档。 注意：环境因子的个数应小于样本的个数。 ③ 样本分组文件（group.txt） 根据分组将样本整理成如下形式（第一列为样本名称，第二列为分组情况），整理好后，同样另存为txt文档。 2、将整理好的三个文件上传至“云图汇” ●以RDA为例（https://www.genescloud.cn/chart/RDA），在“图表数据”标签中，点击“文件上传→本地文件”，即可选择刚才我们已经整理好的文件进行分析。 ● 待3个文件均上传成功后，点击“提交绘图”，就可以轻松得到分析结果啦！是不是很简单呢？ ● 随后，我们还可以在“图表调整”模块中，对样本颜色、分析参数等进行进一步的调整优化哦，调整完点击“更新绘图”，就可以看到结果啦~ ● 最后，我们可以点击下载结果图片及表格文件哦~ 以上就是今天给大家介绍的云图汇RDA/CCA操作指南了，当然，作图效果的好坏，很大程度上还是取决于分析结果是否理想、微生物群落是否和环境因子间真的存在关联（例如，上图中的P值是不显著的）。 欢迎大家进入基因云尝试使用哦~也欢迎大家在讨论区留言或者发邮件给我们哟（邮箱地址：metasupport@personalbio.cn）！
