生物信息分析之CCA分析_微基生物

　　SHOW一张！

　　知道这是神马分析吗？RDA分析？
　
　　NO！！！其实这是一张CCA分析！

　　各位童鞋是不是已经哭倒在地了？！ 　　这期小编跟大家聊一下RDA分析的“孪生兄弟”CCA分析。为什么它们两个叫“孪生兄弟”呢？请听小编一一道来！

　　CCA分析又叫典范对应分析， 它也有个帅气的英文名叫Canonical Correspondence Analysis！

　　同RDA分析一样，CCA分析是限制性排序，用于分析物种组成与环境因子之间的关系。

　　它们图形的解释是一样的。如在图1中，箭头代表不同的环境因子，射线越长表示该环境因子影响越大。环境因子之间的夹角表示环境因子时间的关系，当为锐角时表示两个环境因子之间呈正相关关系，钝角时呈负相关关系。

　　它们可以用相同的软件做出，如CANOCO、R语言的Vegan 软件包。

　　但是它们之间又有不同，CCA则是基于单峰模型，RDA则是基于线性模型。见图2

　　在分析时，什么时候用CCA分析，什么时候用RDA分析呢？

　　用CANOCO对数据分析时，先要对物种数据进行DCA分析，根据DCA的分析结果来选择用CCA分析或RDA分析。以图3-CANOCO分析结果为例。

　　对于Lengths ofgradient，如果四个轴中，梯度最大的值大于4，选择CCA分析比较合适；如果值在3.0-4.0之间，选RDA分析和CCA分析均可；如果小于3.0, RDA分析的结果要好于CCA分析。

　　是不是觉得很涨姿势呢？

　　其实在微基生物的生物信息服务中，RDA、CCA、PCA、PCoA等等分析，我们通通都可以帮您搞定哈！