CCA/RDA 分析
文献引用：Bioinformatic analysis was performed using the OECloud tools at https://cloud.oebiotech.com.
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
RDA/CCA 为基于对应分析发展的一种排序方法，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析，主要用来反映菌群与环境因子之间的关系。
RDA 是基于线性模型，CCA 是基于单峰模型。分析可以检测环境因子、样品、菌群三者之间的关系或者两两之间的关系。
参数调整
结果与说明
任务正在排队中，目前后台任务排队数量:
当前任务开始运行后预计需要耗时
请勿重复提交任务!程序正在运行中，预计需要耗时
程序运行出错，报错信息如下：
玩转攻略可点击公众号推文：探“云”指南 | 全盘输出：欧易云CCA/RDA分析
1. 物种相对丰度文件
物种相对丰度文件，第一行为样本分析名，第一列为物种名，数值为物种在样本中的相对丰度（注意列名Taxonomy的首字母大写）。
demo数据下载：
abundance.xlsx
2. 环境因子信息文件
环境因子信息文件，第一行为样本分析名，第一列为环境因子信息名，数值为各样本的检测值（注意列名Sample的首字母大写）。
demo数据下载：env.xlsx
3. 样本分组信息文件
样本分组信息文件，第一列为样本分析名，第二列为样本的分组名称（注意列名的首字母大写）。
demo数据下载：mapping.xlsx
1. 结果示例图1
样品和环境因子之间的关系分析图，图中箭头分别代表不同的环境因子。环境因子之间的夹角为锐角时表示两个环境因子之间呈正相关，钝角时呈负相关。样本与环境因子之间的夹角代表物种样本与环境因子间的正、负相关关系（锐角：正相关；钝角：负相关；直角：无相关性），环境因子的射线越长，说明该影响因子对样本的影响程度越大。由不同的样本向各环境因子做垂线，投影点越相近说明样本间该环境因子属性值越相似，即环境因子对样品的影响程度相当。图中不同颜色的点表示不同组别的样品。
2. 结果示例图2
样品和环境因子以及微生物之间的关系分析图，图中红色箭头分别代表不同的环境因子，蓝色箭头代表不同的微生物。环境因子之间的夹角为锐角时表示两个环境因子之间呈正相关，钝角时呈负相关。物种与环境因子之间的夹角代表物种与环境因子间的正、负相关关系（锐角：正相关；钝角：负相关；直角：无相关性）环境因子的射线越长，说明该影响因子的影响程度越大。由不同的样本向各环境因子做垂线，投影点越相近说明样本间该环境因子属性值越相似，即环境因子对样品的影响程度相当。图中不同颜色的点表示不同组别的样品。
3.结果示例图3
DCA分析结果表，如果DCA排序前4个轴的最大值（如图中0.28343）大于3，选择单峰模型（CCA）进行排序分析，如果DCA排序前4个轴的最大值小于等于3，选择线性模型（RDA）进行排序分析。
4.结果示例图4
RDA或者CCA排序分析后，与环境变量分析的pvalue值，值越大其表示的差异就越不显著。
(1) 样本分组信息文件第一列样本名称，应与物种丰度文件中的样本分析名对应；
| 版本 | 更新日期 | 版本信息 |
|---|---|---|
| v1.1 | 2020.10.25 | 更新说明文档 |
| v1.7 | 2021.03.21 | 支持xls，txt，csv，xlsx输入 |
| v2.1 | 2021.03.22 | 使用基础镜像 |
| v3.6 | 2021.06.29 | debug 下标出界问题，check mapping.txt 与输入文件样本分析名的一致性 |
| v3.7 | 2021.07.28 | 修正字体参数 |
| v4.6 | 2022.03.12 | 增加点大小和坐标轴放大比例参数，增加输出结果文件 |
| v5.1 | 2022.06.01 | 增加分组颜色和箭头颜色筛选 |
