lefse找不同组间差异的方法

通常l选4

r越大显著性差异越大

丰度-差异

nmds，多维——一维

置信椭圆＞5

等级丰度曲线，丰富度，均匀度

曲线平缓分布均匀，横坐标是丰富程度

otu聚类分析分析单元

组间差异分析，测序lefse方法。用已知预测未知。例如健康人与病人的差异，预测测样是否正常。

PC0A分析主成分分析降维，降噪差异不大去掉，去冗余

贡献率高，主成分可以反映原始信息

距离算法 独立otu，系统发生树

加权和丰度，非加权只看物种。

CAZy碳水化合物活性酶

TCDB膜转运蛋白数据库

PHI病原宿主互作数据库

P450单氧化酶CYPS

基因家族分析：聚类分析得到物种共有家族和特有家族，以及单拷贝直系同源基因

进化树：推断物种形成时间以及物种与其他物种之间进化关系。

基因家族扩张收缩，因为某类基因扩张导致相关功能强化或对特定生存环境适应性加强。cafe方法。

选择压力分析 ks同义突变率，氨基酸不变

ks非同义突变率，密码子改变氨基酸改变

研究微生物多样性

保守亲缘关系，可变物种差异

原始数据，数据质控，高质量数据，聚类降噪，特征表和特征序列

二代分析可能只能进行种和科等级的鉴别，三代可以在属。

物种分类聚类热图

1，二代测序，三代测序的原理
2. 什么是CCS

Ven n 图

展示的多个样品或多个组间共有和特有的物种或OTU 当out在某个样品序列条数为零则该OTU不存在于该样品

OTU个数分布＿用于统计的不同样品 或不同组间的OTU数目

Seas-num ＿序列条数

chao 1和ACE是衡量物种丰富度的指标，和丰度、均匀度无关，对稀有的物种很敏感/

香农指数描述中的个体出现的紊乱和不确定性，不确定性越高，多样性就越高，香浓指数对群落的丰富度及稀有otu更敏感

聚类：DADA2

降噪：

ZOTUs 质心正确

ASV：质量值

分类：基于比对法、机器学习，两者结合

（条形图和热图）

多样性：a多样性和b多样性

a：Chao1（丰富度），Shannon指数（丰富度和稀有OTU），Simpson指数（对多样性即均匀度和丰富度，优势OTU更敏感）

b多样性：加权和非加权，基于独立OTU和基于系统发生树

相似性分析：分析组间差异是否大于组内差异，越接近1说明组间差异越大。

Adonis：置换多因素方差，分析不同分组因素对样品差异的解释度，置换检验来进行显著性分析，R2取值范围为【0，1】，越接近1说明分组因素对样品差异的解释度越高。

chao1 and Ace指数简单地反映出群落中物种的数量，而不表示群落中每个物种的丰度信息。Shannon and Simpon指数用于衡量群落多样性，受样品群落中物种丰度和物种均匀度（community evenness)的影响，chao1 and Ace指数用于衡量群落丰度。相同物种丰度的情况下，群落中各物种具有越大的均匀度，则认为群落具有越大的多样习性；chao1、 Ace、Shannon指数值越大，Simpon指数值越小，说明样品的物种多样性越高。

RDA/CCA分析，夹角角度“锐角正相关，钝角负相关；点点距离：距离越近，相似性越大

细菌微生物多样性和真菌微生物多样性

聚类：根据序列的相似性，聚类一些OTU

降噪：发现样品中真实的生物序列，模式不同

基于得到的特征表，进行各种分析

物种丰度聚类热图

颜色-丰度高低

保守区-情缘关系

可变区-差异性