分析 做cca_全网最细的图文详解——手把手教你不会代码一样做RDA/CCA分析!

在进行微生物多样性分析时,大家一定会想做微生物群落与环境因子之间的关联性分析,其中RDA分析便能帮助我们解析微生物群落与环境因子之间的相关性问题。

RDA分析即冗余分析,是环境因子约束化的PCA分析,可以将样本和环境因子反映在同一个二维排序图上,从图中可以直观地看出样本分布和环境因子间的关系。CCA分析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、菌群三者间的关系或者两两之间的关系。

RDA分析-

Canoco 5

a110466ded6a47ae60d3fb9c9ff65049.gif

Canoco是一套在生态学及几个相关领域内使用ordination methods来进行多变量统计分析的最常用程序包。

a110466ded6a47ae60d3fb9c9ff65049.gif d507829adbd34ef60f439273b5dfda9a.gif

使用教程

5068d95aac870352ef473185092ead7e.gif 5068d95aac870352ef473185092ead7e.gif

01

5068d95aac870352ef473185092ead7e.gif 5068d95aac870352ef473185092ead7e.gif

准备物种数据与环境数据,至于物种数据在门水平或者其他水平读者自行选取,本文以属水平为例。

bc69c5c66eb6a4082ccf14d8c29751de.png d4c56f2f25aa08e04fbd00ed93b10f62.png

物种数据表格为物种相对丰度或OTU数,为样本名;环境数据表格列为我们关注的环境因子(如pH、EC等),同样行为样本名。两个数据表保存为excel格式即可。

5068d95aac870352ef473185092ead7e.gif 5068d95aac870352ef473185092ead7e.gif

02

5068d95aac870352ef473185092ead7e.gif 5068d95aac870352ef473185092ead7e.gif

打开Canoco 5软件

8fd6f94de37ad20b9397b0ab43d9806f.png

点击File导入文件

5983a0d9048c4ac7ab58f7b0d12cd156.png

点击Add files,选择之前保存的物种数据和环境因子数据表,点击Next

91d3208e2c79695b4a12a3c538f1d5ef.png

将箭头指向框里的1改为2

a0699f21daecc7cbde21273c815a33b1.png

选择物种表,在Table name中改为Microbe

d43a46d0cbbe595749fd39eeec10289b.png

点击Next

a5bd8694f62a2f213e1c06482434b1c0.png

选择环境因子表格,名称改为Env

92cb0a26f24dffc38d9a4fcdee8617fc.png

点击Finish

388a97b72a726189e0c58f4bf2be0e5d.png

选择constrained……

dafa1c516a450424f2d2602a9df5a54b.png

点击Next

c7ae9c1eaab5d8dd63f11ad748274ede.png

选择RDA/CCA(本文以RDA为例),点击Next

c868d52446ca1af8b1b31b19d21f5182.png

点击Next

b8047e1da2304fa9400c8faccc35ce6b.png

点击Finish

c4dbb4804502f78a4ce1f295ec211ff0.png

点击Yes

0d4e52116584119d50ce0e634c3f4432.png

点击Yes

c39f47f304902add545c9a6688480c1d.png

点击Include直到出现最后一个弹框,然后点击Ok

8185e7a630d293105a395b582cf53ed2.png b6ad5277ea16faa54ac97c36d83d25ba.png bc07acffc123eaaec45720e096d717d6.png

红框中出现信息就是每个环境因子的解释量等信息

da5ca062599d05baf15804453d4b66fb.png

点击左下角New......

5686d69a699ca66bdc2f9effcbcfa1c0.png

点击Next

3996d9c6f237515994360f6d21905a27.png

点击Next

25044fa6478ce0514a4e6f5e263be96e.png

选择红色箭头的选项

5e611c1e9e47af6b3e91c8801c9d99f2.png

将右边框的环境因子移动到左边框,去除某些不显著的环境因子,本例中不去除

167f3e64e5231b027bc32ca95118f1dd.png

点击Next

83450e4d8fffdb5d66c044c8276e9e8f.png

选择红色箭头所指的选项

bd7ac18e659b03f7d54ad83be746aa2b.png

点击Finish

d5e68bdf3d8f6fe3297199acb1b67b78.png

点击Yes

8e83eb5e31e6588c45496b415abd8cf1.png

后面的操作与前面的一致

5068d95aac870352ef473185092ead7e.gif 5068d95aac870352ef473185092ead7e.gif

03

5068d95aac870352ef473185092ead7e.gif 5068d95aac870352ef473185092ead7e.gif

详细信息出来后,图像随之也出来,点击Graph1即可查看物种与环境因子之间的关系,Graph2查看样本与环境因子之间的关系

7d8dd2c6b6c8f5c2fadc1ee64ebb9449.png 24bbb8de7b4ad6127bc13a8b136149a4.png

如果想要同时查看物种、样本与环境因子之间的关系,可在Graph选项中选择Triplots,选择with environmental variables。

742f0b402e353d3c0b3a601fd01b8c98.png

选择图像中的元素点击右键可进行编辑和修改

b66a9b6dce7e566ebfec82956feb3c54.png

最后该软件可到处tiff等图像,同时也能到处PDF和AI格式的矢量图进行后续美化编辑。

d3b205373b27690d4b7d21dec429a8e4.png 38d6e08941a41c2bd91ea5df7e391db8.png

*部分素材来源网络,侵删!

a110466ded6a47ae60d3fb9c9ff65049.gif

THE END

关注不迷路,科研能进步!

d6013370f649213d08ce40f5ba37424b.png
  • 3
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
rda和cca是一种统计方法,用于分析生态数据。在R语言中,我们可以使用vegan包进行rda/cca分析。 首先,我们需要安装并加载vegan包。可以使用以下代码: ``` install.packages("vegan") library(vegan) ``` 接下来,我们需要准备数据。数据应该是一个数据框,其中行表示样本,列表示物种或环境因子。如果有环境因子的信息,我们还需要将其编码为一个分类变量。 然后,我们使用rda函数来进行rda分析rda函数接受两个参数:一个生态数据的数据框和一个可选的环境因子的数据框。以下是一个使用rda函数的例子: ``` result <- rda(data, factors) ``` 其中,data是一个数据框,包含生态数据,factors是一个可选的环境因子的数据框。 使用cca函数进行cca分析的过程与rda类似。以下是一个使用cca函数的例子: ``` result <- cca(data, factors) ``` 分析结果将保存在result对象中。我们可以使用summary函数来查看结果的摘要统计信息。例如: ``` summary(result) ``` 我们还可以使用plot函数来可视化分析结果。可以绘制生态数据的排序图、环境因子的约束关系图等。例如: ``` plot(result, type="biplot") ``` 通过添加相关性箭头,biplot函数可以将物种和环境因子的排序图绘制在同一张图上。 以上是使用rda和cca进行分析的基本步骤。根据具体的分析需求,我们还可以对结果进行更深入的统计和图形分析

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值