产品中心
  • NMDS分析 非度量多维尺度法是一种将多维空间的研究对象(样本或变量)简化到低维空间进行定位、分析和归类,同时又保留对象间原始关系的数据分析方法。适用于无法获得研究对象间的相似性或相异性数据,仅能得到他们之间等级关系数据的情形。
  • Metastats 显著性差异分析[1](Differentially Abundant Features)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。
  • Unifrac分析 UniFrac分析利用各样品序列间的进化信息来比较环境样品在特定的进化谱系中是否有显著的微生物群落差异。 UniFrac 可用于beta 多样性的评估分析,即对样品两两之间进行比较分析,得到样品间的unifrac距离矩阵。
  • PCoA 主坐标分析 Unifrac 分析得到的距离矩阵可用于多种分析方法,可通过多变量统计学方法PCoA 分析,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。
  • PCA 主成分分析 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*“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。
  • Heatmap(热图) 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,通过颜色梯度及相似程度来反映多个样品在各分类水平上群落组成的相似性和差异性。结果可有彩虹色和黑红色两种选择。

皖公网安备 34010402700852号