导读

前面已经介绍了获取菌属相对丰度表的方法，以及多样性分析中的基本概念和计算方法。接下来将开始介绍一种寻找组间差异细菌的常用方法LEfSe。LEfSe（Linear discriminant analysis Effect Size）是哈佛大学的Curtis Huttenhower教授在2011年以第一通讯发表在Genome Biology中的统计方法。现在这篇文章的引用已经达到1100余次。LEfSe能用于从高维数据中寻找组间差异的biomarker。输入数据不仅可以是物种分类数据集，还可以是基因数据集，也可以是代谢通路数据集。

LEfSe在线工具地址：https://huttenhower.sph.harvard.edu/galaxy/

一、统计方法

1. KW秩和检验

针对每个属性进行检验，比较不同类之间的差异性，过滤掉p-value大于0.05的属性，留下p-value小于0.05的属性进一步分析。

2. Wilcoxon秩和检验

针对第一步检验后留下来的属性，根据样本的class类别，基于Wilcoxon秩和检验，检测每个属性在class之间的差异性。

3. LDA分析

LDA是linear discriminant analysis的简写，类别是因变量，筛选过后的属性、小类和样品是自变量，如此建立线性判别模型，然后利用模型前后的differences between class means去计算一个值，经过对数转化得到LDA score。

二、工作流程

0. 数据上传

输入数据格式如下：

图片.png

上传数据到LEfSe：

图片.png 图片.png

1. 数据标准化

图片.png

2. 统计分析

图片.png 图片.png

3. 绘制LEfSe柱形图

图片.png 图片.png

4. 绘制LEfSe树状图

图片.png 图片.png

5. 单菌丰度可视化

挑选感兴趣的细菌，观察它在两组的丰度差异。

图片.png 图片.png

相关阅读：
16S测序分析（一）菌属丰度表获取
16S测序分析（二）菌群多样性分析
16S测序分析（三）用LEfSe寻找组间差异细菌
16S测序分析（四）用MaAsLin寻找组间差异细菌
16S测序分析（五）用RandomForest寻找关键细菌
16S测序分析（六）用PICRUSt预测菌群KEGG代谢通路

如何简化美化LEfSe分析结果中的Cladogram图