16S、18S、ITS等扩增子测序

产品介绍常见问题经典案例结果展示


16S、18S、ITS等扩增子测序

产品介绍常见问题经典案例结果展示


结果展示

物种丰度柱形图

根据物种注释结果,选取每个样品在各分类水平(Phylum、Class、Order、Family、Genus)上最大丰度排名前10的物种,生成物种相对丰度柱形累加图,以便直观查看各样品在不同分类水平上,相对丰度较高的物种及其比例。

物种丰度聚类热图

根据所有样品在属水平的物种注释及丰度信息,选取丰度排名前35的属,根据其在每个样品中的丰度信息,从物种和样品两个层面进行聚类,绘制成热图,便于发现哪些物种在哪些样品中聚集较多或含量较低。

主成分分析

( PCA,Principal Component Analysis )

是一种应用方差分解方法,对多维数据进行降维,从而提取出数据中最主要的元素和结构。应用PCA分析,能够提取出最大程度反映样品间差异的两个坐标轴,从而将多维数据的差异反映在二维坐标图上,进而揭示复杂数据背景下的简单规律。如果样品的群落组成越相似,则它们在PCA图中的距离越接近。

LEfSe分析

寻找具有统计学差异的Biomarker

LEfSe(LDA Effect Size)是一种用于发现高维生物标识和揭示基因组特征的软件,用于寻找组间差异显著的物种。包括基因,代谢和分类,用于区别两个或两个以上生物类群。该算法强调的是统计意义和生物相关性,让研究人员能够识别不同丰度的特征以及相关联的类别。

T-test组间物种差异分析

寻找差异显著的物种

针对有分组的项目,可以通过群落结构差异统计分析进行深入研究,
为了寻找各分类水平(Phylum、Class、Order、Family、Genus、Species)下,组间的差异物种,
做组间的T-test检验,找出差异显著(p值<0.05)的物种。