根据样本一一对应关系对，计算微生物(OTU/门/纲/目/科/属/种)的相对丰度，与对应代谢物的响应强度数据之间的关联性。相关性算法可选用的有pearson相关性、spearman相关性、kendall相关性。如果不指定，默认使用spearman相关性计算方法。
输入文件格式支持xlsx、csv、txt和xls，文件名不允许有空格和特殊字符，外来数据请先调整数据格式。
1. 样本对应关系及分组信息文件（必选）：
示例文件为必填参数，需包含列名 "Microbiome", "Other_omics", "Group"。
第一列为微生物样本名称（即物种表达矩阵表头），第二列为代谢组样本名称（即代谢物表达矩阵表头），第三列为样本分组信息。
分组文件示例文件下载：samplelist.xls
2. 代谢组表达量矩阵文件（必选）：
示例文件为必填参数，第一列为代谢物名称，其余各列为各样品中相应表达量。
代谢物表达矩阵文件示例文件下载：group2-vs-group1.xls
3. 微生物物种表达量矩阵文件（可同时导入多个物种水平文件）：
示例文件为微生物属水平相对丰度矩阵，第一列为种属名称，其余各列为各样品中相应表达量。
属水平相对丰度矩阵示例文件下载：genus.diff.heatmap.xls
1. 输出
示例数据为相关性分析结果。表格中，Category1 为 代谢物名称，Category2 为 物种分类，Correlation 为 相关性高低，Pvalue 为 相关的显著性，Significance 为 显著性高低，其中 *代表p小于0.05，**代表p小于0.01，AdjPvalue 为 矫正后的p值。
示例图为相关性矩阵图。图中，每行为不同的物种-代谢物，每列为对应的物种-代谢物，图中橘红色为正相关，蓝色为负相关，颜色越深相关性越大，圆圈大小代表相关性的大小，圆圈越大相关性越大。
示例图为相关性热图。图中，每行为不同的物种，每列为对应的代谢物，图中橘红色为正相关，蓝色为负相关，颜色越深相关性越大，颜色越接近白色代表相关性越接近零。图中的 ***代表相关性p value小于0.001，图中的 **代表相关性p value小于0.01，图中的 *代表相关性p value小于0.05（即相关的显著性）。
示例图为关联网络图。基于 spearman 相关性分析计算物种和代谢物数据间的关联性，选取 pvalue<=0.05 的关系对绘制的网络图。红色线代表正相关，绿色线代表负相关。线的粗细代表相关性系数的高低。
