生物信息分析之RDA分析_微基生物

　　小編又來騷擾大家了！(*^__^*) 嘻嘻……

　　做微生物多樣性研究時，大家是不是經(jīng)常會遇到RDA分析、CCA分析、PCA分析、PCoA分析呀？我們知道它們對物種（基因或功能）的分析具有重要的作用。但是你知道它們代表什么意思？在什么情況下用什么分析嗎？

　　近期小編將把這一堆的分析給大家逐個講解，今天咱們首先從RDA分析入手！

　?。ㄆ鋵嵣厦嫠岬降姆治觯举|(zhì)上都屬于排序分析。排序就是在一個可視化的低維空間(通常是二維)重新排列這些樣方，使得樣方之間的距離最大程度地反映出平面散點圖內(nèi)樣方之間的關(guān)系信息。）

　　RDA分析其實是小名，它的中文名叫冗余分析，還有個洋氣的英文名叫Redundancy Analysis，RDA分析可以將樣本和環(huán)境因子反映在同一個二維排序圖上，從圖中可以直觀地看出樣本分布和環(huán)境因子間的關(guān)系。

比如下面這張由微基自己完成的圖

小編和大家一起來“破解”這張RDA圖

（1）在這個圖中，箭頭表示環(huán)境因子。

（2）箭頭連線的長度表示該環(huán)境因子與樣本分布間相關(guān)程度的大小，連線越長，相關(guān)性越大，反之越小。

（3）箭頭連線和排序軸的夾角以及箭頭連線之間的夾角表示相關(guān)性，銳角表示成正相關(guān)關(guān)系，鈍角則表示成反相關(guān)關(guān)系。夾角越小，相關(guān)性越高。

（4）箭頭所指方向表示群落分析指標或環(huán)境因子的變化趨勢。

　　其實從RDA報告中，還可以看出所有環(huán)境因子或某個環(huán)境因子對樣本的影響，不過由于分析報告“太瑣碎”，通常在文獻中不會出現(xiàn)，如下圖在這個報告中，紅色標注內(nèi)表示所有環(huán)境因子對樣本變化的整體解釋量，綠色標注內(nèi)則分別表示3個軸具體的解釋量。

 

那怎么看某個環(huán)境因子對所有樣本的影響呢？這里小編再給大家舉個例子

　　在圖3中，將變量射線延長，樣本垂直投影于射線上，沿著變量箭頭方向，環(huán)境變量值增大。圖中樣本Sa3和Sa4所對應(yīng)的環(huán)境變量A值近似相等，A對所有樣本影響的大小排序為：Sa1>Sa4≈Sa3>Sa2>Sa5

 

　　看到這里是不是覺得RDA分析圖很強大？！想不想自己動手操作一下？！小編悄悄的告訴你RDA分析圖可以用許多軟件做，如CANNOCO、R語言的Vegan。

　　另外小編再告訴大家一個秘籍，在做RDA分析時，環(huán)境因子的個數(shù)要小于物種的個數(shù)，否則軟件會“罷工”！

（轉(zhuǎn)載請注明出處）

　　如果您對微生態(tài)研究方法有比較感興趣的話題和生物信息學(xué)相關(guān)興趣，歡迎聯(lián)系我們，對于反饋較多的問題，我們將優(yōu)先推出相關(guān)內(nèi)容和問題解答。您可以關(guān)注我們的微信號，給我們發(fā)微信或電子郵件：

support@tinygene.com

期待您的來電：400-660-9270