2分钟在线做出一张普氏分析图(Procrustes Analysis)

常常会有老师要求小编帮忙做普氏分析，尤其是微生物组和宏基因组相关的项目。这次小编索性把所有的分析一次性处理好。

Q:什么是普氏分析？

随着高通量测序的普及，常规的相关性分析已经无法满足科研工作者的需要，于是业内大咖把用于人脸识别的分析方法放到了生物信息学中。普鲁克分析(Procrustes Analysis) 又名普氏分析，是一种用来分析形状分布的统计方法。应用在数据分析中，可以理解为比较两组数据一致性的方法，主要用于表示样品不同方面的数据关联度。在宏基因组测序中， Procrustes分析常用于解释细菌组成与耐药基因的相关性(Fig. 1)，细菌与功能基因的相关性；在转录组测序中， Procrustes分析可用于解释基因与表型的相关性等；在物种分类中，普氏分析可以解释不同基因对物种鉴定的一致性(Fig. 2)。

Procrustes分析的过程如下：1)首先对原始数据进行降维；2)通过降维结果分布图进行“中心叠加、大小缩放、图形翻转、形状比较”等变换过程，将两组学数据的样本分布叠加在同一个低维空间,计算点坐标之间的偏差平方和（M2值） ；3)打乱样本点分布，重新计算M2值，基于原始M2值在抽样分布中的出现概率，计算显著性P值。4)计算对应点坐标之间的偏差（称为矢量残差，vector residuals），矢量残差越小代表了两数据集具有更高的一致性。

Q:如何做Procrustes Analysis？

鉴于普氏分析的需求量比较大，小编和他的小伙伴们开发了一个在线的作图小网站——云