分析 做cca_Canoco5绘制漂亮的DCA或CCA图

4495910b575984fe8fd45638db0ffba7.png

利用Canoco5软件绘制漂亮的DCA/CCA图

作者:中国科学院天津工业生物技术研究所 王敬敬

Canoco是一套在生态学及几个相关领域内使用ordination methods来进行多变量统计分析的最常用程序包。Canoco常用的版本1998和2002(4.0和4.5)的文章在过去20年引用高达11,469次,历史上主要版本(前10篇文章)引用达21,700次。

57ac7cca5bb8c192531b29c99baefb6f.png

Canoco 5是一套全新的,几乎完全重构的Canoco软件版本,在2012年10月发布。Canoco 5在Canoco 4.5基础上做了很多改进,并增加一些新的分析方法(比如PCNM)和完善了绘图功能。

本文以土壤理化因子和微生物物种数据为例,简要示范DCA的绘制流程。由于认识不深,不足、错误之处还望大家多提宝贵意见。

软件测试版安装包、安装说明和测试数据,后台回复”canoco5”获取。

准备物种和环境数据

物种数据(Phylum.xlsx),门水平(任何层面读者任选,自行准备),MT处理组3个重复,HY处理组3个重复

32bcbef5e5fe0cbd0922cb6bcb3a8642.png

环境数据(SP.xlsx),理化因子,MT处理3个重复,HY处理3个重复

93291cc502be88dd82b2c16c2f298d30.png

点击“File”,选择“Import project”-“from excel …”弹出对话框。点击“Add files…”选择物种数据(phylum.xlsx)和环境数据(SP.xlsx)。

162bbcd6757cfc8a217329a96b889528.png

点击“Next”,出现新的对话框,将“Selected worksheets will define…project tables“中的数字改为2。

00e3cbbb1f0dd3edc2ab1a185039a2ad.png

点击“Next”,出现新的对话框,在“Choose sheet with data”中选中物种数据,在“Table name”中输入命名(Microbe)。

087f354accc061e5a4b35bf02f1f8076.png

点击“Next”,出现新的对话框,默认选项。

c095c46643a38f882c942183bc358091.png

点击“Next”,出现新的对话框,在“Choose sheet with data”中选中环境数据,在“Table name”中输入命名(Env)。

fc299fa0ebc46f160ba5685ccac44677.png

点击“Next”,出现新的对话框,默认选项。

684c82fa38037d4407227eedbe0ad5d3.png

点击“Finish”,出现新的对话框,选择第三项“constrained ordination of species, with selection of environmental variables”

f6df0c0f7d2acc31d812e802b2049eee.png

点击“Yes”,出现新的对话框,默认选项

8be9eb4f7f573ba7b77bfa3c40b2e626.png

点击“Next”,出现新的对话框,默认选项

4534beea0df59f82ae674eb8bb599296.png

点击“Next”,出现新的对话框,默认选项

aa150d7019b8288b97d73cfec5e966ca.png

点击“Next”,出现新的对话框,默认选项

5d81be1309cc20016ccd6e7cfbf23320.png

点击“Finish”,出现新的对话框

60c48d96cf44ad50dc61d589e6bf4e26.png

点击“Yes”,出现新的对话框

9c735f7130d2b39e27b632baf8feb799.png

点击“Yes”,出现新的对话框,连续点击“Include”按扭,直到出现“No more variable to improve the fit!”对话框。

56b41e6917ef218eed40d8b2fc6de949.pngd9ecea56f44263ddee27bed4158be15d.png

点击“OK”,出现新的对话框,默认选项

03c05fba9922d44795e27942cd2c1aad.png

点击“Next”,出现新的对话框,默认选项

17453774bd2cfac449034e8f806f87ff.png

点击“Next”,出现新的对话框,默认选项

4b400c155be18211a9e34b08dd7b4b45.png

点击“Next”,出现新的对话框,默认选项

979feef2054f9d897f44e80368898b5d.png

点击“Finish”,等待几分钟后,出现结果,如下,方法为PCA,调整后的解释度为0.0%

42c6eb8f0d9893b403c8b17dfb586feb.png

可以点击窗口中央的“Details”查看详细信息,可以点击左侧“Copy”复制结果。

1ffcad588681f41b2d2e362d6eb9e12b.png

即Forward Selection Results下面窗口中显示的结果,复制内容如下,如粘贴到其它文本编辑器内

Analysis 'Interactive-forward-selection', step 'Forward Selection'
Forward Selection Results:

Name Explains % Contribution % pseudo-F P P(adj)
TN 55.7 55.7 5.0 0.004 0.014
Salt 21.5 21.5 2.8 0.146 0.511
TOC 16.9 16.9 5.7 0.074 0.259
pH 3.9 3.9 2.0 0.298 0.4592
SK 2.0 2.0 <0.1 1. 1.

根据前向选择的结果重分析

点击左下角的“New…”,出现对话框,默认选项

cf36d1cedf5429f8a8b8c7fc006013e6.png

点击“Next”,出现新的对话框,默认选项

43c7a2c26dd8454a5085b00ed6c3913f.png

点击“Next”,出现新的对话框,选择“Constrained (species ~ environmental variables)”

33c59d4b41aa05d3f4e2249e0dee84b7.png

点击“Finish”,出现新的对话框,默认选项(此页可能没有,不用在意)

8ac97ae21ba7081d97d7fabff67ee1aa.png

点击“Next”,出现新的对话框,默认选项(此页可能没有,不用在意)

2bffb56c20600251f06c7a1af16f5387.png

点击“Next”,出现新的对话框,根据前向选择的结果,去除环境因子,这里我们去除SN和SP,即之前分析结果中没有显示在表格中的环境因子。

27102c5ecd791522eaec2ae9f96c71fc.png

点击“Next”,出现新的对话框,默认选项

6653924d3fe0d295fd2e921e4806c6da.png

点击“Next”,出现新的对话框,选择“Summarize effects of expl.variables”

3654d570a811e2df6a4a919eb8222966.png

点击“Next”,出现新的对话框,默认选项

2925f3d9560b183576f1f12d3fed5960.png

点击“Next”,出现新的对话框,默认选项

067fbc72ef89b4dc49bec4cdc41d14d5.png

点击“Yes”,出现新的对话框,默认选项

fb9a727d15d000554e54c9d01bdf3fba.png

点击“Next”,出现新的对话框,默认选项

9b37faba3b96a67326ad596628305206.png

点击“Next”,出现新的对话框,默认选项

0fd2661063419a02707f599c160ad80a.png

点击“Next”,出现新的对话框,默认选项

49ffec9ea843ab06deaf70e1fe022c2f.png

点击“Finish”,等待几分钟后,出现结果,方法为PCA,调整解释方差为0.0%

c3d405ea4ac3fc1d9259c6924494dbf6.pnge3763bb15ac11eb27b6e6cfce7f6dc2d.png

根据Effects重分析

根据“Term Effects”,选择“TN TOC PH SALT”重新进行分析,方法如上,点击New…等,结果如下所示,方法为RDA,调整后的方差解释度为90.2%

56f9360c2878758fedf84ca945ecafa0.png

TN对物种的影响具有显著性。TN对群落变异的解释度为55.7%,可以认为是驱动群落变异的主要因子。

c4f04c4f9e4ecec960931b1c5d0b030c.png

点击“Graph1”,“Graph2”,会出现环境因子和物种,环境因子和样方的RDA图。

58dfdf8a3d83b5fa0c499b80c1871752.png

还可以点击“Graph”—“Triplots”—“with environmental variables”制作包含样方、物种和环境因子的三元图。可以点击工具栏按扭c8e2ed070ea431e84b09ba4d34f01bfe.png进行颜色、形状、字体等的调整;可以点击0656e4b82fca8485e4a9ab3d92651fb2.png调整位置;可以点击168bf8a35c93ba875661e520b56db7ea.png添加箭头;可以点击04cc7154095a4194a4b1704491eca277.png添加标题;可以点击6ee23be7d247feea89dd722f4a360174.png添加直线。

acaed22d2fd88c156c9cf3721a4f1856.png

参考文献

Introduction Canoco 5 for Canoco 4.x users, 2013, Cajo J.F. ter Braak and Petr Smilauer

Multivariate Analysis of Ecological Data using Canoco 5, 2014, Petr Šmilauer, Jan Lepš

基于 CANOCO 的生态学数据的多元统计分析, 2009,赖江山

猜你喜欢

10000+:菌群分析宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程:微生物组入门 Biostar 微生物组 宏基因组

专业技能:学术图表高分文章生信宝典 不可或缺的人

一文读懂:宏基因组 寄生虫益处 进化树

必备技能:提问 搜索 Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析:图表解读 分析流程 统计绘图

16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun

在线工具:16S预测培养基 生信绘图

科研经验:云笔记 云协作 公众号

编程模板: Shell R Perl

生物科普: 肠道细菌人体上的生命生命大跃进 细胞暗战 人体奥秘

学习16S扩增子、宏基因组科研思路和分析实战,关注“宏基因组”


版权声明:本文为weixin_31708209原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。