PCA

工具概述

通过将多维数据的差异反映在二维坐标图上，坐标轴取能够反映方差贡献的最大特征，样本数量越多，分析意义越大。如样本的组成越相似，则它们在PCA图中的距离越接近。PCA分析能够反映样本间分散或聚集的分布情况，从而判断样本组成是否具有相似性。

分析软件：R语言（vegan) 包

操作方法

1.1输入需要进行分析的数据表，文件应为txt格式，数据表必须包含行头和列头，首行为样本名，首列为基因/物种等特征名称。如图1。数据与数据之间务必用制表符隔开（tab符），不能用空格。

1.2输入分组文件，分组文件应为txt格式，如图2。

1.3选择样本名，选择数据表中第一行数据（列标签）代表样本还是第一列数据（行标签）代表样本，默认列标签。

1.4选择Z-score 标准化，选择是否对数据做标准化处理。

结果解读

PCA点图

样本通过降维分析后，在主成分上有相对坐标点，各个点的距离代表了样本的距离，平面上同一区域的样本表明其具有相似性。PC1和PC2代表影响样本功能组成的前两个主成分因素。

箱线图

表示不同分组条件下的样本在PC1轴上的分布离散情况。

主成分解释表

第一列为各主成分，第二列为主成分所占比例，数值越大代表该主成分越能区分样本。

主成分贡献度表

行标签为不同的功能，列标签为不同的主成分，表格表示不同功能在主成分上的贡献度。

PCA分析结果表

行标签为不同的样本，列标签为不同的主成分，表格表示样本在各维度的相对位置。

参考文献

[1] Derrick E. Fouts, Michael A. Matthias, Haritha Adhikarla, et al. What Makes a Bacterial Species Pathogenic?:Comparative Genomic Analysis of the Genus Leptospira. 2016, 10(2)

[2] Sood Utkarsh,Hira Princy,Kumar Roshan,, et al. Comparative Genomic Analyses Reveal Core-Genome-Wide Genes Under Positive Selection and Major Regulatory Hubs in Outlier Strains of Pseudomonas aeruginosa .[J]. Frontiers in microbiology,2019,10.