Beta 多样性排序分析方法与比较
定义
β 多样性是不同生态系统之间多样性的比较,是物种组成沿环境梯度或者群落间的变化率,用来表示物种种类对环境异质性的反应。一般来说,包括物种改变(多少)和物种产生(有无)两部分。
意义
衡量不同因素下的样本多样性变化程度,从而辅助找出影响微生物群落变化的因素。
特征分析法
直角坐标、特征值
特征分析最大好处就是用最少(最重要)的坐标轴(特征值)展示(还原)最多的变量位置(数据距离)
PCA与CA是特征分析,NMDS不是特征分析
PCA
- Principle Component Analysis
- 主成分分析
- 其中一种最古老的的排序分析方法,慢慢被淘汰
- 利用直角坐标,同时把物种和样本排序信息展示在同一个分析当中(biplot)
- 表征分析,把变量作用最大化
PCA 的重要假设(限制)
- 根据欧式距离计算
导致默认某些OTU的数量变化比OTU的种类变化更重要,实际上生态数据中存在很多低丰度的OTU,因此造成较大误差,实际上可以采用PCoA,CA来进行分析。 - 数据可以通过线性直角坐标展示
物种数量与环境因素存在线性关系,但实际数据分析可能产生Horeshose effect(马蹄效应,很多微生物数量的变化在环境变量中都呈单峰模型,而PCA是线性模型,所以会出现马蹄效应)
CA 分析
- Correspondence Analysis
- 对应分析
- 与PCA不同的是CA分析更多考虑总体物种影响因素,是非线性模型(单峰模型)
- PCA中,物种在箭头持续增加,而CA,物种采取加权平均值策略
CA 延伸
- CA分析在物种多样性高的时候,容易出现arch effect ,因此需要其他模型:
- DCA (Detrending correspondence analysis)CA分析变种,消除CA的arch effect
- CCA 单峰模型,增加环境因素的CA分析
距离分析法
- 没有特征物种,利用样本间距离进行分析
- PCoA,NMDS
微生物样本的距离
- 欧式距离
- Jaccard
- Bray-Curtis
- Unifrac
PCoA
- Principal Corrdinates Analysis
- 主坐标分析
- 利用距离数据,对样本的距离在低维度进行欧几里得距离展示,同时以最大限度地保留原始样本的距离(如果利用原始数据欧式距离,本质上是PCA)
- 相比于PCA,因为以样本距离为整体考虑,更符合生态学数据特征
- CA分析是原始数据为基础,PCoA是距离数据为基础,受距离算法影响大
PCoA 影响因素
- 不同距离的选择
- 数据输入是相似性距离,输出线性距离关系。展示最能够保持样本间原来相似性距离的坐标
- 线性分析可能会让实际数据结果产生Arch effect–NMDS可消除
NMDS
- Non-metric multidimensional scaling
- 非度量多维度分析法
- 当样本距离关系不是特别准确的时候,并不能发掘最佳坐标,样本映射位置难以确定,先假设最佳维度
- 抽样误差,Beta多样性特别高
- 强调排名,不是实际距离数值进行分析
- 结果并不唯一
- 运行成本高
NMDS原理-作图
- 预先构建维度
- 根据设定维度,随机放置距离数据
- 根据设定距离数据与原始数据比较,判断模型适合程度(Stress判断)
- 根据第一次的数据分析,重新小范围打乱数据,在进行多次stress计算,知道稳定
- 最终找出最适合是模型(最小stress)
NMDS 图形解读
- 第一位坐标轴不一定比第二维坐标轴重要
- 放置距离与原始距离并不一致(因为根据排名输入)
- 模型判断,一般stress低于0.1为合理,低于0.05,相似性非常好
NMDS缺点
- 相比于表征分析,NMDS更在于排名,因此对数据的解读能力往往不足,往往弱化了主效因素
- 一般上,stress数值会随数据量的增大而减少,因此在大样本分析时候,stress数据往往异常的小
各种方法比较
Beta 多样性排序分析方法与比较相关推荐
- r语言rank降序_常见排序分析方法及R语言实现
常用排序分析方法 相信大家在做微生物多样性研究时经常听到PCA分析.PCoA分析,NMDS分析,CCA分析,RDA分析.它们对物种(或基因.功能)的分析具有重要作用,因而频频出现在16S测序及宏基因组 ...
- 物种多样性学习之Beta多样性
Beta多样性: 定义为沿着环境梯度的变化物种替代的程度.不同群落或某些环境梯度上的不同点之间的共有种越少,Beta多样性就越大.(Beta多样性度量时空尺度上物种组成的变化, 是生物多样性的重要组成 ...
- 【生信】使用QIIME进行 进化树,Alpha,Beta多样性 分析
使用QIIME进行 进化树,Alpha,Beta多样性 分析 上回讲到,使用Usearch进行进化树,Alpha,Beta多样性的分析.同时,我们还要再次强调QIIME的伟大之处在于全流程分析的能力. ...
- mSystems:青大苏晓泉阐述微生物组的Beta多样性-从全局比对到局部比对
阐述微生物组的Beta多样性:从全局比对到局部比对 Elucidating the Beta-Diversity of the Microbiome: from Global Alignment to ...
- DREA:基于多样性排序的多目标优化进化算法
DREA:基于多样性排序的多目标优化进化算法 参考文献 <A diversity ranking based evolutionary algorithm for multi-objective ...
- 跟着iMeta学做图|NMDS分析展示群落beta多样性
原始教程链接:https://github.com/iMetaScience/iMetaPlot/tree/main/221108NMDS 写在前面 非度量多维尺度分析(Non-metric mult ...
- python列表按照指定顺序排序-Python3实现对列表按元组指定列进行排序的方法分析...
本文实例讲述了Python3实现对列表按元组指定列进行排序的方法.分享给大家供大家参考,具体如下: Python版本: python3.+ 运行环境: Mac OS IDE: pycharm Pyth ...
- 通过相似性或相异指数的数值分布比较群落Beta多样性高低
在基于高通量测序的微生物群落分析中,若提到如何描述不同群落β多样性是否存在差异或者评估组内或组间的差异程度,我们通常可以想到很多方法,这些都是描述群落β多样性特征的常见分析.例如,一般我们首先会基于微 ...
- oracle排序非英文最后,Oracle中中文、数字,英文混杂形式的字段进行排序的方法...
http://blog.csdn.net/p451933505/article/details/9272257 对Oracle中中文.数字.英文混杂形式的字段进行排序的方法: 例如: order by ...
- 生物群落数据分析最常用的统计方法:回归和混合效应模型、多元统计分析技术及结构方程等数量分析方法
原文>>>R语言生物群落数据统计分析应用 R 语言作的开源.自由.免费等特点使其广泛应用于生物群落数据统计分析.生物群落数据多样而复杂,涉及众多统计分析方法.本内容以生物群落数据分析 ...
最新文章
- 不需xp_cmdshell支持在有注入漏洞的SQL服务器上运行CMD命令
- STM32移植RT-Thread后的串口在调试助手上出现:(mq != RT_NULL) assert failed at rt_mq_recv:2085和不能接收数据问题讨论
- linux find 文件夹下查找字符串
- centos修改磁盘uuid_Centos更换损坏硬盘UUID改变导致系统不能正常启动处理
- idea_取消自动import .*
- android 7.1 apk的systemuid和系统应用Setting相同导致开机找不到库的问题
- iOS5中 UIViewController新方法的使用
- echo添加换行 linux_在 Linux 上创建文件的 10 个方法
- a标签的href传递信息
- 2021-06-01 深入分析锁升级流程的基础
- Spring Cloud Alibaba迁移指南(一):一行代码从 Hystrix 迁移到 Sentinel 1
- Android 自定义ToggleButton+用SharedPreferences保存用户配置
- Java Swing基本使用
- http网络传输协议
- 单机html游戏修改数据,星露谷物语存档修改图文教程 怎么修改游戏数据
- 查询优化器内核剖析第八篇:执行引擎之数据访问操作---Seek与Lookup
- 计算机病毒分为哪三类
- MYS-6ULX-IOT 开发板测评——使用 Yocto 添加软件包
- 《CMS后台系统》项目实战 详细分解
- php框架标签,CMF5自定义标签