好看的PCoA图易得，这些概念也需要了解

文章预览

微生物组学研究中，常用的数据可视化分析当属PCA、PCoA，之前介绍过两者之间的区别： PCA与PCoA区分 ，本期继续分享Omicshare平台PCoA工具适用的几种数据类型及对应参数选择； 研究微生物群落的老师常用到这几个概念：样本距离、绝对丰度与相对丰度，在进行数据分析时也需根据不同数据选择合适的工具及参数，如拿到的是绝对丰度数据，在上传做PCoA分析时工具将先计算相对丰度值、样本间Bray-Curtis距离后，再进行PCoA分析；上传相对丰度数据同样会计算样本距离后分析； Tips： 上传文件不允许出现整列为0的数据或负数值！！！ 绝对丰度数据： 相对丰度数据： 绝对丰度值： 测定的微生物分类单元实际数量，如细胞数、基因reads数等，反映微生物的实际数量； 相对丰度值： 某个微生物分类单元的数量占该样本中所有微生物总数量的比例，反映微生 ………………………………