R语言宏基因组学统计分析学习笔记（第三章-1）

微生物数据统计分析简介

3.1 人类微生物研究的主题和假设

两大主题，分别是：1）微生物特征和基因的、生物的、临床的和实验条件；2）与微生物组成可能相关的生物和环境因子

目标：理解宿主遗传——环境因子的机制，在调节微生物组成和疾病方面，可能对治疗策略有所帮助。

环境、微生物和宿主的关系是动态和复杂的，有3个假说：

1）微生物失衡与健康或者疾病是否相关，如IBD

假说也可以是微生物和生物因子，比如微生态改变与小肠上皮细胞VDR（维生素D受体）相关

2）微生物－环境或者生物

或健康／疾病时环境干预影响微生物的组成和多样性，比如饮食干预、抗生素、益生菌和营养等。

3）宿主－环境

以医学常用的标准统计方法和模型检验

以假说1，2为主。A0假设：健康／疾病时微生物组成和不同实验组／遗传条件／环境无关

核心：环境／其他因素在微生物组成／丰富度的影响

不同课题在alpha多样性（样本内物种多样性）、丰富度、独特物种／OTUs数目、进化树和物种均匀度一一不同。

统计假说：1）alpha多样性－－如抗生素研究，假设抗生素的使用会让多样性降低／不会升高。2）beta多样性－－种株的Jaccard指数，UniFrac发育距离。株相同的微生物群落稳定，而抗生素治疗导致细菌株不同，更不稳定。

微生物研究中的经典统计方法和模型

经典统计检验

微生物分析中有许多经典的统计检验可用。一个假设检验是微生物分类可以用alpha和beta多样性指数来进行。这取决于数据是不是正态分布，实验组的数量或者实验条件，我们可以用t检验、ANOVA（方差分析）、或者相关非参数检验。

两样本的t检验和他们的对应的非参检验－－wilcoxon秩和检验，广泛应用于两组连续变量的微生物研究。

3.2 多元统计工具

一个环境中的微生态可以用多元统计 工具进行分析，多数统计模型和方法是采纳自生态学研究领域和环境科学。
由于数据具有高维度、非正态和系统发育结构，很难使用OTUs和物种丰度，直接对微生物组成和可能的环境因子之间的关联进行检验。通常，多元分析首先需要选择一个衡量距离的方法，然后分析估计的距离，也就是两个微生物样本之间的距离尺度。
有几种组间差异检验的方法：PERMANOVA(置换多元方差分析)，ANOSIM(相似性分析),MRPP(多响应置换过程),MANTEL(Mantel检验，对两个矩阵相关关系的检验
)。
1、PERMANOVA(置换多元方差分析)2001年提出，把强大的方差分析应用于生态数据，是应用最广泛的、基于距离矩阵的和转换的非参数多元模型方法，类似的还有MRPP。PERMANOVA通常用距离衡量方法的其中一个。例如一个PERMANOVA使用Unweighted UniFrac距离的分析来展现肠道微生物组成和杂食的人-素食主义者的差异，beta多样性的联系，人群微生物异质性和贝叶斯相异度矩阵。
2、ANOSIM是微生物研究中一个广泛应用的多元分析方法，它通过距离进行组内和组间相似性分析，来检验零(原)假设：组内样本之间的和组间样本间的平均秩次相似度。
在微生物学文献中，MRPP和加权UniFrac距离矩阵成对来确认聚类的显著性，检验影响微生态的因素和Bray-Curtis距离比较生态差异性。
类似相关分析，Mantel检验用于检验宿主微生态beta多样性和环境因子。例如，检验生态beta多样性的差异和宿主遗传，供体BMI和微生物组，甚至鉴别微生物级成的预测因子。