非度量多维尺度法是一种将多维空间的研究对象（样本或变量）简化到低维空间进行定位、分析和归类，同时又保留对象间原始关系的数据分析方法。适用于无法获得研究对象间精确的相似性或相异性数据，仅能得到他们之间等级关系数据的情形。其基本特征是将对象间的相似性或相异性数据看成点间距离的单调函数，在保持原始数据次序关系的基础上，用新的相同次序的数据列替换原始数据进行度量型多维尺度分析。换句话说，当资料不适合直接进行变量型多维尺度分析时，对其进行变量变换，再采用变量型多维尺度分析，对原始资料而言，就称之为非度量型多维尺度分析。其特点是根据样本中包含的物种信息，以点的形式反映在多维空间上，而对不同样本间的差异程度，则是通过点与点间的距离体现的，最终获得样本的空间定位点图。

输入：

样本距离矩阵文件，由分析模块 "Generate distance matrix from OTU Table in biom format" 生成。

        Bio1 Bio2 Bio3 Bio4 Bio5

Bio1 0       0.1984      0.238883 0.222763 0.259351

Bio2 0.1984      0       0.127324 0.153768 0.160351

Bio3 0.238883 0.127324 0       0.194398 0.147496

Bio4 0.222763 0.153768 0.194398 0       0.20812

Bio5 0.259351 0.160351 0.147496 0.20812    0

样品分组信息表（可选）：

Bio1 G1

Bio2 G1

Bio3 G1

Bio4 G1

Bio5 G2

Bio6 G2

Bio7 G2

Bio8 G3

Bio9 G3

Bio10        G3

其他参数默认。

输出：

nmds_sites.xls：记录了样本在坐标空间中各个维度上的位置；

nmds_plot.pdf：NMDS分析图。

示例：NMDS分析图

注：不同颜色或形状的点代表不同环境或条件下的样本组。

软件及算法：R语言（v2.12.1）vegan包（v2.0-1）中的NMDS分析与作图。

相关文献如下所示：

Magali Noval Rivas, PhD, Oliver T. Burton, et al. A microbita signature associated with experimental food allergy promotes allergic senitization and anaphylaxis. The Journal of Allergy and Clinical Immunology.Volume 131, Issue 1 , Pages 201-212, January 2013.

Faith, D. P, Minchin, P. R. and Belbin, L. (1987). Compositional dissimilarity as a robust measure of ecological distance. Vegetatio 69, 57–68.

Minchin, P.R. (1987) An evaluation of relative robustness of techniques for ecological ordinations. Vegetatio 69, 89–107.