生信分析

PCA 分析(Principal Component Analysis)，即主成分分析，是一種對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)化分析的技術(shù)，這種方法可以有效的找出數(shù)據(jù)中最“主要”的元素和結(jié)構(gòu)，去除噪音和冗余，將原有的復(fù)雜數(shù)據(jù)降維，揭示隱藏在復(fù)雜數(shù)據(jù)背后的簡(jiǎn)單結(jié)構(gòu)。其優(yōu)點(diǎn)是簡(jiǎn)單且無(wú)參數(shù)限制

PCoA（principal co-ordinates analysis）是一種研究數(shù)據(jù)相似性或差異性的可視化方法，通過(guò)一系列的特征值和特征向量進(jìn)行排序后，選擇主要排在前幾位的特征值，PCoA 可以找到距離矩陣中最主要的坐標(biāo)，結(jié)果是數(shù)據(jù)矩陣的一個(gè)旋轉(zhuǎn)，它沒(méi)有改變樣品點(diǎn)之間的相互位置關(guān)系，只是改變了坐標(biāo)系統(tǒng)。

UniFrac的作用， beta 多樣性的評(píng)估分析的解釋或者定義，unweighted unifrac 的作用，unweighted unifrac分析的軟件及其算法；PCoA 分析的作用直觀顯示不同環(huán)境樣品中微生物進(jìn)化上的相似性及差異性；Unifrac 分析得到的距離矩陣可用于多種分析方法

顯著性差異分析定義是根據(jù)得到的群落豐度數(shù)據(jù)，運(yùn)用嚴(yán)格的統(tǒng)計(jì)學(xué)方法可以檢測(cè)兩組微生物群落中表現(xiàn)出豐度差異的分類，進(jìn)行稀有頻率數(shù)據(jù)的多重假設(shè)檢驗(yàn)和假發(fā)現(xiàn)率（FDR）分析可以評(píng)估觀察到的差異的顯著性。分析可選擇門、綱、目、科及屬等不同分類學(xué)水平。

非度量多維尺度法（NMDS）定義，非度量多維尺度法（NMDS）適用對(duì)象，非度量多維尺度法（NMDS）Qiime 計(jì)算beta 多樣性距離矩陣，R 語(yǔ)言vegan 軟件包作NMDS 分析和作圖。

　RDA 或者CCA定義是基于對(duì)應(yīng)分析發(fā)展而來(lái)的一種排序方法，將對(duì)應(yīng)分析與多元回歸分析相結(jié)合。此分析是主要用來(lái)反映菌群與環(huán)境因子之間關(guān)系。RDA是基于線性模型，CCA 是基于單峰模型。分析可以檢測(cè)環(huán)境因子、樣品、菌群三者之間的關(guān)系或者兩兩之間的關(guān)系。

微基生物面向客戶的生物信息學(xué)和統(tǒng)計(jì)生態(tài)學(xué)包含：常規(guī)分析，個(gè)性分析，基本分析，涵蓋了其主流研究與多樣性研究應(yīng)用的生信服務(wù)！