RDA/CCA分析又称多元直接梯度分析，主要用来检测环境因子（如气体成分）、样本、菌群三者间的关系或者两两之间的关系。

RDA/CCA分析将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，其中RDA是基于线性模型进行分析，CCA是基于单峰模型进行分析。

RDA或CCA模型的选择原则：

先用species-sample数据(97%相似性的样本OTU表)做DCA分析，看分析结果中Lengths of gradient第一轴的大小，如果大于4.0，则选CCA，如果在3.0-4.0之间，选RDA和CCA均可，如果小于3.0，RDA的结果要好于CCA。

CCA模式分析结果解读：

图中红色射线代表不同的环境因子，射线的长短代表该环境因子对于物种组成的影响程度（解释量）的大小；环境因子射线间的夹角代表环境因子间的正、负相关性（锐角：正相关；钝角：负相关；直角：无相关性）。

黑色圆点代表样本，图中两圆点间的距离越近，说明两个样本的群落结构组成差异越小，相似度越高；从样本点向环境因子的射线做垂直投影，投影点距离环境因子射线指向方向越近，环境因子对样本群落结构的影响越大。

蓝色三角代表物种，用线段连接物种与样本，线段的长短代表了相应样本中目标微生物丰度的大小，线段越长丰度越小。

RDA模式分析结果解读：

RDA模式下物种呈现为向量，向量的指向方向表示该物种丰度增加的方向。其他解读同CCA模式。

唯那生物|微生物一站式科研服务

密码子·生信云小工具矩阵

Kleborate：肺炎克雷伯菌物种复合体 K/O 分型、MLST、耐药基因、毒力基因一键注释https://cloud.mimazi.net/tool/article-233.html

WoLF PSORT：动物 / 真菌 / 植物蛋白亚细胞定位预测https://cloud.mimazi.net/tool/article-231.html

EffectorP 3.0：真菌与卵菌胞间质 / 细胞质效应因子预测https://cloud.mimazi.net/tool/article-230.html

PGPg Finder：植物促生性状（PGPT）自动注释https://cloud.mimazi.net/tool/article-229.html

FunEffect：真菌效应物预测https://cloud.mimazi.net/tool/article-232.html

测序与个性化数据分析服务

细菌 / 真菌 / 宏基因组 / 扩增子测序；

耐药基因组、毒力基因组、质粒与可移动遗传元件注释；

肺炎克雷伯菌、大肠杆菌、沙门菌、金黄色葡萄球菌等临床菌株专项分析；

植物根际微生物组、PGPR 促生潜力、病原菌—宿主互作分析

密码子学院课程

课程《微生物菌群研究必修课：从深入理解到灵活应用》https://college.mimazi.net/course/article-69.html

支持单位：