分析内容:
1.OTU聚类与物种注释:数据统计、OTU聚类、分类学分析
2.alpha多样性:稀释曲线、shannon曲线、多样性指数、rank abundance(样本≥2)、specaccum物种累积曲线(样本≥5)、多样性指数箱式图(分组≥2,每组样本≥5)
3.物种组成分析:venn图(花瓣图)(样本≥2)、组分图(样本≥2)、core microbiome分析(样本≥2)、heatmap图(样本≥2)、megan物种组成树、优势物种组分图、聚类树与组分图结合分析(样本≥2)、krona多级物种组成图、graphlan物种组成树
4.比较分析(beta多样性):组间距离分析(分组≥2,每组样本≥3)、CA(样本≥3)、PCA(样本≥3)、PCOA(样本≥3)、3D-PCOA(样本≥3)、多样本相似度聚类树(样本≥3)、Nmds(样本≥3)、unifrac系统进化树、anosim(分组≥2,每组样本≥3)、adonis(分组≥2,每组样本≥3)
5.差异分析:anova方差分析(分组≥2,每组样本≥3)、wilcoxon秩和检验分析(分组=2,每组样本≥3)、kruskal wallis检验分析(分组≥2,每组样本≥3)、metagenomeSeq分析(分组=2,每组样本≥3)、lefse分析(6≥分组≥2,每组样本≥3)、STAMP差异分析(分组≥2,每组样本≥3)、关键物种差异比较柱状图(分组=2,每组样本≥3)
6.相关性分析:RDA/CCA分析(样本≥环境因子≥3)、相关性热图(样本≥5)、相关性网络图(样本≥5)、network组成分析、mantel test分析(样本≥3)、partial mantel test分析(样本≥3)、procrustes分析(分组≥,每组样本≥3)
7.功能预测:picrust kegg功能预测(16s数据)、picrust cog功能预测(16s数据)、tax4fun kegg功能预测(16s或者18s数据)、功能分布图、功能比较分析(样本≥3)、差异功能分析(分组=2,每组样本≥3)、物种/功能/理化因子结合分析(样本≥3)