維度分析 (Ordination plots)

Beta Diversity 強調的是組與組之間的量化數據，
從範例檔案來看，每個樣本有約莫100種菌 (確切來說是OTU)，
如果想要繪製一個立體圖來表示每個樣本的位置，
每一種菌都有一個對應的豐富度，
兩種菌可以在 X-Y 平面圖(2D)中放置一個點代表該樣本，
三種菌可以在 X-Y-Z 三維圖(3D)中放置一個點代表該樣本，
四種...五種...一百種該怎麼辦呢??
難不成要畫一個 100D圖嗎?

降維(reduction of dimensionality) 就是很常見處理方式，
將多維度資料透過投影 (Projection) 與旋轉 (Rotation) 留下主要特徵，
還記得高中地理學過將地球(3D)投影成平面地圖(2D)嗎?
這就是日常最常見的降維處理，
而我們也知道不同投影方式會犧牲面積、距離等因素 :

Reference : UCGIS

生態學菌相中的降維

在生態學角度，要比較組與組之間的差異考量的因素有三 :

• 投影與距離計算方式
  必須將兩組或以上的多維度資料中找出差異大的數據，
  重新繪製於二維或三維座標系上，
  常見的方式包含 PCA, PCoA, NMDS 等 (可參考 Biotools 文章)。
  (可在[Day 16]檔案發現含有 pcoa 的名稱)

• 權重 (weight)
  有無加入權重(weighted)也是考量的因素之一，
  就像是國高中成績單總成績主科會加權個2倍 3倍 QQ，
  若存在一些菌佔了較高比例(如優勢菌等)，
  可以考慮使用 Weighted (Bray curtis、Weighted unifrac)，

  菌種分布平均或欲觀察整體分布，
  適合使用 Unweighted (Jaccard、Unweighted unifrac)，
  實務上就是兩者都拿出來看看，哪個符合預期目標。
  (可在[Day 16]檔案發現含有 unweighted weighted 的名稱)

• 親緣關係樹 (Phylogenetic tree)
  與 [Day 17] 中所描述的 faith pd 概念類似，
  加入了親緣關係的因素。
  推薦參考 盛夏不等式 文章，
  (可在[Day 16]檔案發現含有 bray_curtis jaccard unifrac 的名稱)

Beta diversity 的視覺化

其實在 [Day 16] QIIME2已經分析好了，

只是需要轉換為 qzv ，並告訴軟體所想要比較的組別 (範例為 Sex):
範例 : unweighted_unifrac_distance_matrix.qza

qiime diversity beta-group-significance \
--i-distance-matrix core-metrics-results/unweighted_unifrac_distance_matrix.qza \
--m-metadata-file sample-metadata.tsv \
--m-metadata-column Sex \
--o-visualization core-metrics-results/unweighted_unifrac_Sex_site_betasig.qzv \
--p-pairwise

--i-distance-matrix : 可自行變換表格上所述不同量化方式的Beta diversity .qza
--m-metadata-column : 想要比較的組別 (進階學習)
--p-pairwise : 成對樣本檢定

完成後會顯示 :

'
Saved Visualization to: core-metrics-results/unweighted_unifrac_Sex_site_betasig.qzv
'

拖曳到 QIIME2 VIEW，根據檔名不同會有兩種的呈現方式 :

• 箱形圖 (帶有 betasig 名稱的.qzv)
  範例 : unweighted_unifrac_Sex_site_betasig.qzv
  

• 3D Plot (帶有 emperor 名稱的.qzv)
  範例 : weighted_unifrac_emperor.qzv
  

本篇使用到的輸入/輸出檔案 :
Input : sample-metadata.tsv、core-metrics-results/unweighted_unifrac_distance_matrix.qza
Output: alpha-rarefaction.qzv、core-metrics-results (folder)

下回是微生物功能預測!