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。