8. 群落结构差异显著性

Posted 2023-05-10

参考技术A

非参数置换的多变量方差分析(ANONIS)、相似性分析(ANOSIM)和多反应置换法(MRPP)常被用来评估不同采样点之间微生物群落组成差异的显著性。

一般来说，当我们通过降维、聚类等分析后，可能会观察到微生物群落在不同批次、不同处理组、不同采样点等会有不同的聚集、分类的情况（差异），但这些差异是否显著则需上述统计检验后才能得出。

2021/01/29 ：把 MRPP分析的函数和输出数据整理简单的封装了一下，输出结果为标准数据框格式。

MRPP（Multi Response Permutation Procedure）分析，是一种用于分析高维度数据组间相似性的统计方法，它以距离矩阵为基础，用于判断组间数据是否具有显著性差异。在生态统计中，可以使用MRPP分析（往往同时配合排序分析来使用），查看不同环境的群落组成结构差异是否显著。

若导入数据为OTU丰度表时，需要使用distance参数指定所依据计算的距离类型获得距离矩阵；或者也可以首先使用vegan包中的vegdist()计算样本间距离，然后再将所得距离数据作为mrpp()的输入。之后指定各样本所属的分组信息，且要注意分组信息中的分组名称与OTU丰度表中样本名称要按顺序对应（可以用match()预先排列好二者的顺序），以及置换检验的次数等，进行MRPP分析。

首先在所有分组水平上，检验整体差异，即检验细菌群落结构组成在整体上是否不具备一致性。
参数解释：

结果解读： 其中，Significance of delta("P_value)，即显著性p值，小于0.05说明差异显著；Chance corrected within-group agreement A(Corrected_A)，即A值，大于0说明组间差异大于组内差异，小于0说明组内差异大于组间差异；observe delta值越小说明组内差异小，expect delta值越大说明组间差异大。

通过A值和observe delta值发现组内有差异，则需要进行组间多重比较。
一般通过循环处理，进行小分组间比较。

Notice：

在生态统计中，可以使用ANOSIM分析（往往同时配合排序分析来使用，对于ANOSIM，更常与NMDS排序分析（ metaMDS () vegan）放一起说明问题），查看不同环境的群落组成结构差异是否显著，组间群落差异是否显著不同于组内差异。

ANOSIM分析基于两两样本之间的距离值排序获得的秩，这样任一两两组的比较可以获得三个分类的数据。以箱线图的形式展示组间与组内的秩的分布，横坐标表示所有样品 （Between）以及各分组，纵坐标表示距离（本示例使用Bray-Curtis距离）的秩。当Between组相对与其他每个分组的秩较高时，则表明组间差异大于组内差异。同时图的上方标注了R值与p值两个重要统计指标，便于我们直观地对组间差异是否显著不同于各组内的差异进行判断。一般来说，R>0说明组内距离小于组间距离，也即分组是有效的。

同样的，检测出差异后两两比较。也推荐使用 OTU 丰度表作为输入数据，每次筛选分组后重新计算样本距离，避免由于样本数减少可能导致的距离变动而造成误差。

置换多元方差分析（Permutational multivariate analysis of variance，PERMANOVA），又称非参数多因素方差分析（nonparametric multivariate analysis of variance）、或者ADONIS分析，其本质是基于F统计的方差分析，依据距离矩阵对总方差进行分解的非参数多元方差分析方法。使用PERMANOVA可分析不同分组因素对样品差异的解释度，并使用置换检验进行显著性统计。在生态统计中，可以使用PERMANOVA（往往同时配合排序分析来使用，对于PERMANOVA，更常与PCoA排序分析放一起说明问题），查看不同环境的群落组成结构差异是否显著。

所有分组间比较，即整体差异.

对于各项统计内容： Df，自由度，其值=所比较的分组数量-1；SumsOfSqs，即Sums of squares，总方差，又称离差平方和；MeanSqs，即Mean squares，均方（差）；F.Model，F检验值；R2，即Variation (R2)，方差贡献，表示不同分组对样品差异的解释度，即分组方差与总方差的比值，R2越大表示分组对差异的解释度越高；Pr (>F)，显著性p值，小于0.05说明差异显著。

利用循环处理，进行小分组间比较。推荐使用 OTU 丰度表作为输入数据，每次筛选分组后重新计算样本距离，避免由于样本数减少可能导致的距离变动而造成误差

通过上述成对显著性分析，得出数据后可以用带星号或者其他显著性标记的柱状图展示。

python语言deLong‘s test：通过统计学的角度来比较两个ROC曲线检验两个ROC曲线的差异是否具有统计显著性

python语言deLong\'s test：通过统计学的角度来比较两个ROC曲线、检验两个ROC曲线的差异是否具有统计显著性

目录