RDA Analysis(RDA分析)

RDA或者CCA是基于对应分析发展而来的一种排序方法,将对应分析与多元回归分析相结合,每一步计算均与环境因子进行回归,又称多元直接梯度分析。此分析是主要用来反映菌群与环境因子之间关系。RDA是基于线性模型,CCA是基于单峰模型。分析可以检测环境因子、样本、菌群三者之间的关系或者两两之间的关系。

1. RDACCA模型的选择原则:先用Species Table数据做DCA分析,看分析结果中Axis lengths的第一轴的大小,如果大于4.0,就应该选CCA,如果3.0-4.0之间,选RDACCA均可,如果小于3.0RDA的结果要好于CCA

2. 通过bioenv函数判断环境因子与样本群落分布差异的最大Pearson相关系数,通过最大相关系数得到环境因子子集。

3. 将样本物种分布表与环境因子或环境因子子集分别做CCA或者RDA分析。

4. 通过类似于ANOVA permutest分析来判断CCA或者RDA分析的显著性。

输入:

1Species Table文件,由分析模块 "Summary the representation of taxonomic groups" 生成。

2、样本环境因子信息文件,示例:

!!注:输入的环境因子个数必须大于等于2,并且小于样本个数。

Sample     Temperature     Salinity     DO   pH

1410X       20.30        18.10        8.39 8.80

1501X       11.00        21.10        11.27        8.12

1504X       14.90        19.30        5.96 8.04

1507X       27.10        17.40        7.24 8.29

3、如果表示环境因子的射线太短或太长,通过设置如下所示的参数进行等比例放大或缩小。

输出:

decorana.txt:判断用CCA分析还是RDA分析的文件;

bioenv.txtbioenv分析判断结果;

rda.txt:记录环境因子(Constrained)与非环境因子(Unconstrained)对样本群落分布的影响分别所占的比例;

permutest.rda.txtpermutest显著性检验结果;

rda.sites.xls.txt:各样本在各个排序轴上的值;

rda.biplot.xls.txt:各环境因子在各排序轴的计算值;

envfit.rda.txt:各环境因子对排序结果的相关性系数及显著性检验值;

rda.cont.xls.txt:各排序轴的特征值及解释度,一般取前两个排序轴作图;

1. Multiple samples RDA/CCA analysis

2. Multiple samples RDA/CCA analysis

图中数字表示样本名,不同颜色或形状表示不同环境或条件下的样本组;箭头表示环境因子;图2中蓝色下三角表示不同的细菌类型;物种与环境因子之间的夹角代表物种与环境因子间的正、负相关关系(锐角:正相关;钝角:负相关;直角:无相关性);由不同的样本向各环境因子做垂线,投影点越相近说明样本间该环境因子属性值越相似,即环境因子对样本的影响程度相当。

分析模块引用了R语言(v2.12.1vegan包(v2.0-1)中的RDA分析。

相关文献如下所示:

Sheik CS, Mitchell TW, Rizvi FZ, Rehman Y, Faisal M, et al. (2012) Exposure of Soil Microbial Communities to Chromium and Arsenic Alters Their Diversity and Structure. PLoS ONE 7: e40059. doi:10.1371/journal.pone.0040059.

Legendre, P. and Legendre, L. (1998) Numerical Ecology. 2nd English ed. Elsevier.

McCune, B. (1997) Influence of noisy environmental data on canonical correspondence analysis. Ecology 78, 2617-2623.

Palmer, M. W. (1993) Putting things in even better order: The advantages of canonical correspondence analysis. Ecology 74,2215-2230.

Ter Braak, C. J. F. (1986) Canonical Correspondence Analysis: a new eigenvector technique for multivariate direct gradient analysis. Ecology 67, 1167-1179.