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。

注：图中数字表示样本名，不同颜色或形状表示不同环境或条件下的样本组；箭头表示环境因子；图中蓝色倒三角表示不同的细菌类型；物种与环境因子之间的夹角代表物种与环境因子间的正、负相关关系（锐角：正相关；钝角：负相关；直角：无相关性）；由不同的样本向各环境因子做垂线，投影点越相近说明样本间该环境因子属性值越相似，即环境因子对样本的影响程度相当。

2. OTU共表达网络分析

生态学中一般认为功能上关系密切的群落往往表现出丰度的“同升同降”，根据微生物群落丰度信息计算样本中物种之间的相关性，并据此划分不同的共变化组（Co-abundance group，CAG）。

可发现物种间的相互关系、CAG与生理指标或环境因子间的关系。

Network analysis of CAGs

注：上图中一个节点代表一个OTU，同种颜色的节点代表一个CAG。节点间的连线的粗细代表OTU之间的相关性大小，线条越粗，相关性越大，图中只画出了相关性系数大于0.5的连线；红色线条表示正相关，灰色线条表示负相关。OTU共表达网络分析网络图的展示形式多变，一般显示样本间及物种间的关系，计算CAG时样本数须大于18个。

二、系统进化关系

在分子进化研究中，系统发生的推断能够揭示出有关生物进化过程的顺序，了解生物进化历史和机制，可以通过某一分类水平上序列间碱基的差异构建进化树。

newick是树状标准格式文件，可被多种建树软件识别，例如：PHYLIP、TREEVIEW、ARB。

newick格式：

(((SEQ1:0.02120,(SEQ2:0.09111,SEQ3:0.04491)node1:0.00097)node2:0.00194,(SEQ4:0.03160,SEQ5:0.04378)node3:0.00365)node4:0.00188,SEQ6:0.00881)node5:0.00739； 其中括号内聚到一起相似的树枝，冒号后为距离。

Phylogenetic tree

注：进化树中每条树枝代表一个物种，树枝长度为两个物种间的进化距离，即物种的差异程度。