样本组间差异分析

Heatmap可以用颜色变化来反映二维矩阵或表格中的数据信息，它可以直观地将数据值的大小以定义的颜色深浅表示出来。常根据需要将数据进行物种或样品间丰度相似性聚类，将聚类后数据表示在heatmap 图上，可将高丰度和低丰度的物种分块聚集。

PCA 分析(Principal Component Analysis)，即主成分分析，是一种对数据进行简化分析的技术，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。其优点是简单且无参数限制

PCoA（principal co-ordinates analysis）是一种研究数据相似性或差异性的可视化方法，通过一系列的特征值和特征向量进行排序后，选择主要排在前几位的特征值，PCoA 可以找到距离矩阵中最主要的坐标，结果是数据矩阵的一个旋转，它没有改变样品点之间的相互位置关系，只是改变了坐标系统。

UniFrac的作用， beta 多样性的评估分析的解释或者定义，unweighted unifrac 的作用，unweighted unifrac分析的软件及其算法；PCoA 分析的作用直观显示不同环境样品中微生物进化上的相似性及差异性；Unifrac 分析得到的距离矩阵可用于多种分析方法

显著性差异分析定义是根据得到的群落丰度数据，运用严格的统计学方法可以检测两组微生物群落中表现出丰度差异的分类，进行稀有频率数据的多重假设检验和假发现率（FDR）分析可以评估观察到的差异的显著性。分析可选择门、纲、目、科及属等不同分类学水平。

非度量多维尺度法（NMDS）定义，非度量多维尺度法（NMDS）适用对象，非度量多维尺度法（NMDS）Qiime 计算beta 多样性距离矩阵，R 语言vegan 软件包作NMDS 分析和作图。