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（可以是兩個地點(diǎn)或酸堿不同）的主要因素，同時驗證了這個因素有較高的可能性影響了樣品的組成。 ]]>
PCA 分析，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)。它的優(yōu)點(diǎn)是簡單，而且無參數(shù)限制，可以方便的應(yīng)用于各個場合。我們可以用PCA 來分析不同樣品OTU組成的差異，通過方差分解，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)出分散分布。
PCA 分析可以用來反映不同樣品中微生物群落組成的相似性以及影響微生物多樣性的主要因素，一般情況下是用來對假設(shè)進(jìn)行驗證。
如PCA 可以用來做以下分析：
確定環(huán)境中的樣品是否具有顯著不同的微生物群落。
將環(huán)境間的差異以圖的形式表現(xiàn)出來等。
