PCA主成分分析

　　PCA 分析(Principal Component Analysis)，即主成分分析，是一種對數(shù)據(jù)進(jìn)行簡化分析的技術(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)背后的簡單結(jié)構(gòu)。其優(yōu)點(diǎn)是簡單且無參數(shù)限制。通過分析不同樣品OTU（97%相似性）組成可以反映樣品間的差異和距離，PCA 運(yùn)用方差分解，將多組數(shù)據(jù)的差異反映在二維坐標(biāo)圖上，坐標(biāo)軸取能夠最大反映方差值的兩個(gè)特征值。如樣品組成越相似，反映在PCA 圖中的距離越近。不同環(huán)境間的樣品可能表現(xiàn)出分散和聚集的分布情況，PCA 結(jié)果中對樣品差異性解釋度最高的兩個(gè)或三個(gè)成分可以用于對假設(shè)因素進(jìn)行驗(yàn)證。
軟件：使用97%相似度的OTU，PC-ORD或是CANOCO作圖。
參考文獻(xiàn)：
　　Yu Wang, Hua-Fang Sheng, et al. Comparison of the Levels of Bacterial Diversity in Freshwater, Intertidal Wetland, and Marine Sediments by Using Millions of Illumina Tags. Appl. Environ. Microbiol. 2012, 78(23):8264. DOI: 10.1128/AEM.01821-12
例圖：


　　注：坐標(biāo)軸百分比解釋：如果PC1 值為50%，則表示x 軸的差異可以解釋全面分析結(jié)果的50%。
　　不同顏色或形狀的點(diǎn)代表不同環(huán)境或條件下的樣本組，橫、縱坐標(biāo)軸的刻度是相對距離，無實(shí)際意義。PC1、PC2 分別代表對于兩組樣本微生物組成發(fā)生偏移的疑似影響因素，需要結(jié)合樣本特征信息歸納總結(jié)，例如C 組（黃色）和D 組（藍(lán)色）樣品在pc1 軸的方向上分離開來，則可分析為PC1 是導(dǎo)致C 組和D 組分開（可以是兩個(gè)地點(diǎn)或酸堿不同）的主要因素，同時(shí)驗(yàn)證了這個(gè)因素有較高的可能性影響了樣品的組成。