上海锐翌生物科技有限公司

服务电话:021-51001612

邮箱:support@realbio.cn

技术课堂

锐翌16S分析升级之② 多因素指标量化PCA分析
发布时间:2017-10-13 10:09   点击率:
PCA分析(Principal Component Analysis),即主成分分析,是一种分析和简化数据集的技术。PCA可以初步反映出不同处理或不同环境间的样品可能表现出分散和聚集的分布情况,从而可以判断相同条件的样品组成是否具有相似性[1]。

常规的PCA分析是这样的,从图中,我们只能知道A、B两组(或较少分组)中,样品的相似或离散程度。
PCA分析(基于OTU丰度)
横坐标表示第一主成分,括号中的百分比则表示第一主成分对样品差异的贡献率;纵坐标表示第二主成分,括号中的百分比表示第二主成分对样品差异的贡献率。不同颜色代表样品属于不同的分组,两点之间的距离越远,表示两个样品的微生物群落差异越大。

但随着研究的深入或科学问题的复杂性,两个分组往往不够,有一些关键因素不能忽视,比如研究疾病与健康个体的差异,需要考量疾病的严重程度,按照临床诊断对患病个体进行打分或评判严重程度等,并将其体现于PCA分析中,可以更好的体现疾病规律,如病情重,与健康离散程度更大;而病情轻则较小。对每个样品携带属性进行量化,既方便观看,容易发现其中的规律,也可以启示后续的研究方向。

金秋时节,锐翌推出“多因素指标量化PCA分析”,助您的研究成果丰硕。下面为大家介绍一下这款个性化分析。
个性化PCA图
横坐标表示第一主成分,括号中的百分比表示第一主成分对样品差异的贡献率;纵坐标表示第二主成分,括号中的百分比表示第二主成分对样品差异的贡献率。不同形状代表样品属于不同的分组,样本颜色代表可量化环境指标的数值,两点之间的距离越远,表示两个样品的微生物群落差异越大。

 
 案例展示 
 
1. 芬兰儿童的肠道菌群差异与抗生素使用频率之间的关系[2]

儿童过度服用抗生素会增加患代谢类、免疫类等疾病的风险,文章筛选了使用不同的抗生素以及使用不同频率的儿童,收集257份粪便样本并进行16S rRNA测序,发现早期抗生素的使用导致放线菌门减少,拟杆菌们和变形菌门增加,胆盐水解酶的减少及肠菌耐药性的增加等结果。

个性化PCoA分析图可以展示,某个时间点使用某种抗生素与其他样本的离散或相似程度。

 
个性化PCoA分析图
右下角不同的颜色代表不同分组,C代表control,E代表2两年内未使用过抗生素;M代表大环内酯,M6代表6个月内使用过大环内酯,依次类推;P代表青霉素,P6代表6个月内使用过青霉素;而上部分长条,颜色程度随时间的延长而渐变。

 
2. Ⅰ型糖尿病新生儿肠道菌群变化的动态过程[3]

Ⅰ型糖尿病(T1D)是胰岛中产生胰岛素的β细胞被破坏引起的一种自身免疫性疾病,文章对33名易感Ⅰ型糖尿病的婴儿进行研究,分为不同发病情况,以及Ⅰ型糖尿病婴儿成长过程中肠菌的变化规律。

个性化PCoA分析用于展示婴儿肠道菌群随年龄增加的变化规律。


 
 适用范围 
1、除了PCA分析外,也有其他适用的分析项目,如PCoA、NMDS等。
2、分组考量的因素较多,如疾病程度、疾病并发症、温度、pH指数等等。
3、动态变化过程中的研究,如研究肠道菌群随时间的变化规律、河水从清澈到污染过程中微生物的变化规律等等。


文献来源:
1、Sanders JG, Beichman AC, Roman J, et al. Baleen whales host a unique gut microbiome with similarities to both carnivores and herbivores [J]. Nature Communications, 2015, 6(8285).
2、Katri K, Anne S, Virta LJ, et al. Intestinal microbiome is related to lifetime antibiotic use in Finnish pre-school children [J]. Nature Communications, 2016, 7: 10410.
3、Kostic AD, Gevers D, Siljander H, et al. The dynamics of the human infant gut microbiome in development and in progression toward type 1 diabetes [J]. Cell Host & Microbe, 2015, 17(2): 260.