微生物群落多样性测序与功能分析( 七 ) _rDNA测序起首需要提取情况样品

参考文献：
1. Vazquez-Baeza Y, Pirrung M, Gonzalez A, Knight R. 2013. Emperor: A tool for visualizing high-throughput microbial community data. Gigascience 2(1):16.
2. Legre, P. and Legre, L. 1998. Numerical Ecology. Second English Edition. Developments in Environmental Modelling 20. Elsevier, Amsterdam.
3. Segata N, Izard J, Waldron L, et al. Metagenomic biomarker discovery and explanation[J]. Genome Biol, 2011, 12(6): R60.
4. Langille MGI, Zaneveld J, Caporaso JG, McDonald D, Knights D, Reyes JA et al. (2013). Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nat Biotechnol 31: 814–821.

18物种相关性阐发
按照各个物种在各个样品中的品貌以及转变环境，计较物种之间的相关性，包罗正相关和负相关。
相关性阐发利用 CCREPE 算法，起首对原始 16s 测序数据的种属数目进行尺度化，然后进行 Spearman 和 Pearson 秩相关阐发并进行统计查验，计较出各个物种之间的相关性，之后在所有物种中按照 simscore 绝对值的大小，遴选出相关性最高的前 100 组数据，基于 Cytoscap 绘制共表达阐发收集图，收集图采用两种分歧的形式表示出来。
物种相关性收集图A：图中每一个点代表一个物种，存在相关性的物种用连线毗连，此中，红色的连线代表负相关，绿色的先代表正相关，连线颜色的深浅代表相关性的凹凸。
物种相关性收集图B：图中每一个点代表一个物种，点的大小暗示与其他物种的联系关系关系的几多，此中与之有相关性的物种数越多，点的半径和字体越大，连线的粗细代表两物种之间相关性的大小，连线越粗，相关性越高。
参考文献：
Schwager E, Weingart G, Bielski C, et al. CCREPE: Compositionality Corrected by Permutation and Renormalization[J]. 2014.

19聚类阐发
按照OUT数据进行尺度化处置（1wlog10）之后，拔取数量最多的前60个物种，基于R heatmap进行作图，热图中的每一个色块代表一个样品的一个属的品貌，样品横标的目的摆列，属纵标的目的摆列，两个热图，差别是是否对样品进行聚类，从聚类中可以领会样品之间的相似性以及属程度上的群落组成相似性。
若是聚类成果中呈现大面积的白或黑是因为大量的菌含量很是低，导致都没稀有值，可以在绘制之进步行尺度化操作，对每一类菌零丁自身进行Z尺度化。

20组间菌群比力拔取物种标记物
【微生物群落多样性测序与功能分析】RDA阐发
CCA/RDA阐发基于对应阐发成长的一种排序方式，将对应阐发与多元回归阐发相连系，每一步计较均与情况因子进行回归，又称多元直接梯度阐发。本家儿要用来反映菌群与情况因子之间的关系。
RDA 是基于线性模子， CCA是基于单峰模子。阐发可以检测情况因子、样品、菌群三者之间的关系或者两两之间的关系。

微生物群落多样性测序与功能分析( 七 )

猜你喜欢