@ice-melt

qiime diversity beta-phylogenetic \ --i-table rarefied_table.qza \ --i-phylogeny phylogeny/rooted_tree_from_seqs.qza \ --p-metric unweighted_unifrac \ --p-variance-adjusted False\ --p-bypass-tips False \ --o-distance-matrix unweighted_unifrac.qza

注： --o-alpha-diversity 修改为 --o-distance-matrix

PCoA

PCoA(principal co-ordinates analysis),主坐标分析。

与PCA不同，PCoA是对原始数据两两求距离后的距离矩阵进行分析（后续操作和PCA类似）。PCoA分析保留了原始数据间的距离关系（将距离矩阵降维到可通过图表展示的维度），通过主坐标的方式展示出来。

样本间距离说明

样本间距离是指样本之间的相似程度，可以通过数学方法估算。如前所述，样本间越相似，距离数值越小。

计算微生物群体样本间距离的方法有多种（eg: Jaccard、Bray-Curtis、Unifrac等。）,这些算法主要分为两大类别：

OTU间是否关联 OTU是否加权 基于独立OTU 基于系统发生数 加权 Bray-Curtis Weighted Unifrac 非加权 Jaccard Unweighted Unifrac 基于独立OTU vs 基于系统发生树

二代测序当中，我们对16s rDNA某个区域进行测序后，会根据序列的相似度定义OTU。这个时候，基于独立OTU的计算方式认为OTU之间不存在进化上的联系，每个OTU间的关系平等。

而基于系统发生树计算的方法，会根据16s的序列信息对OTU进行进化树分类， 因此不同OTU之间的距离实际上有“远近”之分。

加权vs非加权

利用非加权的计算方法，主要考虑的是物种的有无，即如果两个群体的物种类型都一致，表示两个群体的β多样性最小。而加权方法，则同时考虑物种有无和物种丰度两个问题。

- a物种 b物种 A群体 3 2 B群体 2 3

上表通过非加权方法计算，因为A群体与B群体的物种组成完全一致，都只由物种a和b组成，因此它们之间的β多样性为0。但通过加权方法计算，虽然A与B群体的组成一致，但物种a和b的数目却不同，因此两个群体的β多样性则并非一致（bray-curtis=1-2*(2+2)/(5+5)=0.2）。