RDA/CCA

工具概述

RDA/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、样品、物种/功能/基因/代谢物三者之间的关系或者两两之间的关系。使用R软件的vegan包进行分析。

操作方法

1.设置任务名：便于您查询后续的文件结果。

2.选择输入数据表：分组≥2，单组样本数≥3。数据表必须包含行头和列头，首行为样本名，首列为物种/OTU/基因/功能/KO代谢物/蛋白质/等特征。数据表应为txt格式的纯文本文件。输入数据表文件数据与数据之间务必用制表符隔开（tab符），不能用空格。

以微生物多样性OTU表为例：

3. 选择环境因子变量文件：文件应为txt格式，环境因子数据可以是临床、生理、理化性质指标数据。环境因子个数必须小于样本个数,并且环境因子表和数据表的共有样本数必须大于等于3个。数据表矩阵包含行头和列头，样本名在首列，环境因子名（如：代谢物、临床指标、理化因素）在首行，样本名和特征名应仅包含数字、字母、下划线。首行样本名需与输入数据表保持一致，但样本顺序不做限制。环境因子示例文件如下：

4. 选择分组文件：分组文件应为txt格式。分组文件中的样本与数据表中的样本需要保持一致。如果样本无分组，可以不选。分组文件示例如下：

结果解读

RDA/CCA图

图中不同颜色或形状的点表示不同环境或条件下的样本组；RDA图中物种默认以绿色箭头表示；CCA图中物种以绿色的倒三角表示；红色箭头表示数量型环境因子，环境因子箭头的长短可以代表环境因子对于物种数据的影响程度（解释量）的大小；环境因子箭头间的夹角代表正、负相关性（锐角：正相关；钝角：负相关；直角：无相关性）；从样品点向数量型环境因子的箭头做投影，投影点距离原点的距离代表环境因子对样本群落分布相对影响的大小。

参考文献

Chen X, Hou F, Wu Y, et al. Bacterial and fungal community structures in loess plateau grasslands with different grazing intensities[J]. Frontiers in microbiology, 2017, 8: 606.