环境因子分析如何做？轻松“拿捏”！

环境因子分析 在微生物群落研究里常用于对物种差异的潜在关联因素做进一步讨论。环境变量信息的结合不仅可以帮助评估样本分组及分型情况，还可以利用环境因子辅助筛选差异标记物，以便实际应用模型可以得到最优构建。

文章中常用的关联模型非常多，比如CCA、RDA、Mantel tests等，可以对应散点图、网络图等图形。那么这些模型有何区别？又该如何选择可视化图形呢？

基迪奥Omicsmart微生物在线分析平台 中的环境因子分析工具包含 CCA分析、RDA分析、相关性热图、相关性网络图、网络热图、Mantel test、环境贡献度分析 ，用户可自由切换挑选需要的分析模型，快速进行数据挖掘。

RDA/CCA分析

CCA和RDA是探讨样本-物种-环境因子三者的关系。RDA/CCA分析，可以将样本和环境因子反映在同一个二维排序图上，从图中可以直观地反映样本分布与环境因子间的关系。

当DCA分析(Detrended Correspondence Analysis)中的Lengths of gradient数值大于4时，建议选择CCA；当数值小于3时，建议选择RDA；如果数值在3-4之间，则CCA和RDA均可。

Omicsmart特色操作：

√ 数据列表中，一键切换【样品列表/物种列表/环境因子/百分比/DCA】查看结果。

√ 图形设置→图形参数中，调整散点图【区域形状/样本名称/质心/误差棒】显示效果。

相关性热图

通过物种与环境因子相关性热图可以直观地展示在门、纲、目、科、属、种、OTU分类水平下，目标物种与环境因子之间的相互作用关系。分别计算各物种与环境因子之间的pearson或者spearman相关性系数。

Omicsmart特色操作：

√ 分类水平中，一键切换【Pearson /Spearman】模型。

√ 图形设置→图形参数中，调整显示【p值标记】与【数值】；数据【归一化/聚类】方式。

相关性网络图

相关性网络图中节点表示各分类水平的目标物种或者环境因子，连线表示目标物种与环境因子之间存在相关性。连通性(connectivity)表示一个节点拥有的线的数量，即与目标物种相关联的环境因子数目，或者与环境因子相关联的物种数目。相关性网络图可以通过连通性数值更直观地评估核心环境因子。

Omicsmart特色操作：

√ 图形设置→图形参数中，调整网络图【整体布局】；通过【节点参数】和【线段参数】调整网络整体的节点样式和边样式。

√ 图形设置→目标点线中，点击绘图区域中的【目标节点】，选中节点呈黄色高亮；点击【相邻节点/线段】，可显示与选中目标节点所有的相邻接节点及线段。点击【节点/线段参数】可调节目标点线绘图参数。

网络热图

利用相关性网络图选择的目标物种节点生成物种丰度热图。

Omicsmart特色操作：

√ 图形设置→图形参数中，可调整方格形状/颜色；调整数据【归一化/聚类】，并能对聚类树高度进行调整。

Mantel test

Mantel tests是确定两组距离测度矩阵(而非两组变量矩阵)之间的相关性测试方法，用于判断一个矩阵中的样本距离与另一矩阵中的样本距离是否相关。在群落分析中，为了探索群落物种组成是否与环境相关，经常使用到Mantel tests。

Omicsmart特色操作：

√ 图形设置→图形参数中，可以调整图形散点大小/颜色，对图形添加【回归线】。

环境贡献度分析