导言

环境因子关联分析是指研究环境因子与微生物群落或物种之间关系的一种统计方法。它可以帮助我们了解环境因子如何影响群落的结构和功能，以及物种的分布和丰度。本期内容主要介绍其中的环境因子与物种丰度的相关性、CCA/RDA分析。

#1  RDA/CCA分析

RDA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。RDA/CCA 主要用于分析物种或功能与环境因子之间关系。其中RDA 是基于线性模型，而CCA是基于单峰模型。两者分析都可以检测环境因子、样本、菌群三者间的关系或者两两之间的关系。

RDA /CCA 模型的选择原则:先用97%相似性的样本OTU进行DCA分析，看结果中第一轴的大小，若大于4.0，选择 CCA；若在3.0-4.0之间，选择 RDA 或CCA均可；若小于3.0，则更倾向于选择RDA。但是这种标准并不是100%合适，在实际的使用中，我们最好是同时进行CCA和RDA，根据结果进行选择。

（1）RDA三序图说明（线性模型）

坐标轴：坐标轴类似降维分析获得的虚拟环境因子，轴括号数值表示坐标轴对物种丰度变化总变异的解释值。

样本：不同形状颜色的点表示样本（样方），形状和颜色表示分组。

环境因子：红色箭头表示环境因子（解释变量），箭头的长度代表该环境因子对群落变化影响的强度，长度越长，表示环境因子的影响越大，否则反之。

物种：蓝色箭头表示物种（响应变量）。

（2）CCA三序图说明（单峰模型）

坐标轴：坐标轴类似降维分析获得的虚拟环境因子，轴括号数值表示坐标轴对物种丰度变化总变异的解释值。

样本：正方形（绿色）的点表示样本（样方）。

环境因子：蓝色箭头表示环境因子（解释变量），箭头的长度代表该环境因子对群落变化影响的强度，长度越长，表示环境因子的影响越大，否则反之。

物种：三角形（蓝色）的点表示物种（响应变量）。

#2  环境因子与物种丰度的相关性

相关性热图是通过计算不同组学研究或单一组学与环境因子数据矩阵之间的相关性（Spearman、Pearson相关系数），将获得的数值矩阵通过Heatmap图直观展示。通过颜色变化反映二维矩阵或表格中的数据信息，颜色深浅表示数据值的大小，它可以直观地将数据值的大小以定义的颜色深浅表示出来。

注：通常情况下，行代表不同的物种，列代表不同的环境因子。色块的颜色表示相关系数，一般来说红色代表正相关、蓝色代表负相关 。

如果某一个环境因子与某一物种丰度之间相关性的p值小于0.05，则在其对应色块中标注星号，表示显著相关，如果p值小于0.01，则标注两个星号，表示极显著相关。

以上，就是本期给大家分享的内容。同时，我们微生物多样性的报告解读到这里就告一段落了，如有疑问，可随时与我们联系，或联系当地销售。

另外，元莘生物的云平台也同步推出使用，结合云平台，科研更省力，有需求的老师，用手机号注册登录之后就可以使用啦~

云平台链接：http://cloud.origin-gene.com/