典型相关分析(cca)原理_微生物多样研究—关联分析及系统发生进化关系

一、关联分析

1. RDA/CCA分析

• RDA或者CCA是基于对应分析发展而来的一种排序方法，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。
• 此分析是主要用来反映菌群与环境因子之间关系。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、样本、菌群三者之间的关系或者两两之间的关系。

1）RDA或CCA模型的选择原则：先用species-sample数据（97%相似性的样本OTU表）做DCA分析，看分析结果中Lengths of gradient 的第一轴的大小，如果大于4.0，就应该选CCA，如果3.0-4.0之间，选RDA和CCA均可，如果小于3.0，RDA的结果要好于CCA。

2）通过bioenv函数判断环境因子与样本群落分布差异的最大Pearson相关系数，通过最大相关系数得到环境因子子集。

3）将样本物种分布表与环境因子或环境因子子集分别做CCA或者RDA分析。

4）通过类似于ANOVA 的permutest分析来判断CCA或者RDA分析的显著性。