CCA/RDA

开发者:oebiotech  |  更新于23 小时,25 分钟前  |  浏览量 441

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。

参数信息
  1. 样本物种丰度文件,第一行为样本名,第一列为物种名,值为绝对丰度
  2. 环境因子数据,样本名与物种丰度表一致
  3. 样本分组信息文件,第一列为样本分析名,与丰度文件中的样本分析名一致,第二列为分组名
  4. 数值,一般选择10
相关数据
  • 使用说明
  • 结果说明
  • 重要提示
  • 版本信息
    1. 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。

    taxon_table.png 

        

        demo数据下载:abundance.xls


    1. 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。

    env_table.png


        demo数据下载:env.xls


    1. 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(注意表头Group大小写问题)。

    mapping_table.png

        

        demo数据下载:mapping.xls




    1. 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。

     

    env_RDA_biplot.png


    1. 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。

    env_RDA_triplot_with_arrow.png


  •     (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

    sample_id.png





  • 版本
    更新日期版本信息
    v1.1
    2020.10.25
    更新说明文档