动态CCA


*
选择文件 示例文件
*
选择文件 示例文件
选择文件 示例文件
*ProVIP免费
*VIP免费
*当前账户剩余0次

1.全局参数、样本参数调整

2.响应变量、解释变量调整

3.图形大小调整、下载

1.功能

利用CCA 分析:解释变量对响应变量的影响,例如:分析环境因子对微生物群落分布影响。

2.应用范围

适用于转录组、代谢组、蛋白、16S等所有适合CCA分析的数据。

 

3.输入

 

a.响应变量文件:表格文件,第一行为样本信息(必须输入),第一列为响应变量信息(如微生物16s测序的物种丰度表格)。

上传文件格式说明:支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式,同样支持旧版Excel的xls(Excel 97-2003 )格式。如果是核酸、蛋白序列文件,必须为FASTA格式(本质是文本文件)。

文件名可由英文和数字构成,文件拓展名没有限制,可以是“.txt”、“.xlsx”、“.xls”、“.csv”“.fasta”等,例如 mydata01.txt,gene02.xlsx 。

 

b.解释变量文件:表格文件,第一行为解释变量(必须输入,如各类环境因子表格)名称,第一列为样本名称,文件格式与响应一致。注意:1)解释变量表格中不能有空格,上传文件前请先将有空格的行删除。2)解释变量的个数必须小于样本总数,否则将运行错误。

C.分组文件(可选):表格文件,第一列为样本信息,第二列为样本的分组信息。分组文件可选输入,输入分组文件图例显示分组,不输入则图例显示所有样本信息。

 

 

 

4.输出

1)任务输出

程序根据输入的文件进行计算、绘图,在结果展示中切换任务进行查看任务状态。

 

2)图形全局参数:

可对图形标题、字体类型、点透明度进行修改,可勾选展示边框、图例、网格线及刻度线,可选择坐标轴范围自适应调整或手动输入横纵坐标轴的范围。

 

3)图形样本修改:

a.点大小:可对样本点的大小进行选择,

b.外围形状、区域透明度:针对分组添加外围形状(椭圆、连线),调整外围区域的透明度。

c.勾选展示:原点辅助线、质心、质心名称、样本名称

d.配色、形状:可选择不同的配色方案与样本的形状

 

4)响应变量修改:

勾选展示变量及名称,可调整点的颜色与点的大小。

 

5)解释变量修改:

勾选显示变量,可调整变量箭头的粗细、拉伸倍数以及颜色。

 

6)图片大小调整、下载

可进行图形高度、宽度调整及预览;提供SVG、png格式进行下载。

7)表格结果

a. DCA结果表:用于判断数据线性程度,Eigenvalues(特征值) 、Decorana_values(特征值返回值)、Axis_lengths(轴长度)。如果DCA排序结果前4个轴中Axis lengths的最大值超过4,则选择单峰模型排序(CCA分析)更合适;如果小于3,则选择线性模型(RDA分析)更好;如果介于3-4之间,单峰模型和线性模型都可行。

b. 样本坐标表:记录了样本在各个维度上的位置
c. 响应变量坐标表: 记录了响应变量在各个维度上的位置
d. 解释变量因子坐标:记录了解释变量在各个维度上的位置

e. 解释变量因子相关性表:两列数据表示解释变量箭头与排序轴夹角余弦值,表示解释变量与排序轴相关性。

8)结果示例

 

Q1. 上传的数据需要保存成什么格式?文件名称和拓展名有没有要求?

 

OmicShare当前支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式,同样支持旧版Excel的xls(Excel 97-2003 )格式。如果是核酸、蛋白序列文件,必须为FASTA格式(本质是文本文件)。

 

文件名可由英文和数字构成,文件拓展名没有限制,可以是“.txt”、“.xlsx”、“.xls”、“.csv”“.fasta”等,例如 mydata01.txt,gene02.xlsx 。

 

Q2. 提交时报错常见问题:

 

1.提交时显示X行X列空行/无数据,请先自查表格中是否存在空格或空行,需要删掉。

2.提交时显示列数只有1列,但表格数据不止1列:列间需要用分隔符隔开,先行检查文件是否用了分隔符。

其它提示报错,请先自行根据提示修改;如果仍然无法提交,可通过左侧导航栏的“联系客服”选项咨询OmicShare客服。

 

Q3. 提交的任务完成后却不出图该怎么办?

 

主要原因是上传的数据文件存在特殊符号所致。可参考以下建议逐一排查出错原因:
(1)数据中含中文字符,把中文改成英文;
(2) 数据中含特殊符号,例如 %、NA、+、-、()、空格、科学计数、罗马字母等,去掉特殊符号,将空值用数字“0”替换;
(3)检查数据中是否有空列、空行、重复的行、重复的列,特别是行名(一般为gene id)、列名(一般为样本名)出现重复值,如果有删掉。
排查完之后,重新上传数据、提交任务。如果仍然不出图,可通过左侧导航栏的“联系客服”选项咨询OmicShare客服。

 

Q4.下载的结果文件用什么软件打开?

 

OmicShare云平台的结果文件(例如,下图为KEGG富集分析的结果文件)包括两种类型:图片文件和文本文件。

图片文件:

为了便于用户对图片进行后期编辑,OmicShare同时提供位图(png)和矢量图(pdf、svg)两种类型的图片。对于矢量图,最常见的是pdf和svg格式,常用Ai(Adobe illustrator)等进行编辑。其中,svg格式的图片可用网页浏览器打开,也可直接在word、ppt中使用。

 

文本文件:

文本文件的拓展名主要有4种类型:“.os”、“.xls”、“.log”和“.txt”。这些文件本质上都是制表符分隔的文本文件,使用记事本、Notepad++、EditPlus、Excel等文本编辑器直接打开即可。结果文件中,拓展名为“.os”文件为上传的原始数据;“.xls”文件一般为分析生成的数据表格;“.log”文件为任务运行日志文件,便于检查任务出错原因。

 

Q5. 提交的任务一直在排队怎么办?

 

提交任务后都需要排队,1分钟后,点击“任务状态刷新”按钮即可。除了可能需运行数天的注释工具,一般工具数十秒即可出结果,如果超出30分钟仍无结果,请联系OS客服,发送任务编号给OmicShare客服,会有专人为你处理任务问题。

 

Q6. 结果页面窗口有问题,图表加载不出来怎么办?

尝试用谷歌浏览器登录OmicShare查看结果文件,部分浏览器可能不兼容。

案例1

 

发表期刊:Environmental Science & Technology

影响因子:11.4

发表时间:2023

 

Figure 4. RDA/CCA (A) and network heatmap (B) analysis of the relationship between microbial abundance and environmental factors (phylum level, top 15; Pearson correlation coefficient > 0.8 or < 0.8, P < 0.05).

 

引用方式:The OmicShare platform was used for clustering heatmaps, NMDS, and RDA analysis (https://www.omicshare.com/tools/).

 

参考文献:

Lai J, Li Z, Wang Y, et al. Tritium and Carbon-14 Contamination Reshaping the Microbial Community Structure, Metabolic Network, and Element Cycle in the Seawater Environment[J]. Environmental Science & Technology, 2023, 57(13): 5305-5316.

 

案例2CCA

 

发表期刊:Journal of Hazardous Materials

影响因子:13.6

发表时间:2022

 

Fig. 10. RDA/CCA analysis (A, B)

 

引用方式:

The RDA/CCA analysis was performed using Omicshare online toolswww.omicshare.com/tools.

 

参考文献:

Fu Q, Lai J, Ji X, et al. Alterations of the rhizosphere soil microbial community composition and metabolite profiles of Zea mays by polyethylene-particles of different molecular weights[J]. Journal of Hazardous Materials, 2022, 423: 127062.

 

案例3CCA

 

发表期刊:Food & Function

影响因子:6.1

发表时间:2023

 

 

Fig. 4 (A) CCA of top 20 DEGs and 8 differential metabolites in AR mice treated with Rg3.

 

引用方式:

CCA was performed to mine the correlation between sets of variables of multiomics

data.32 The correlation of DEGs and differential metabolites was measured by using CCA. The content levels of differential metabolites and the expression levels of DEGs were imported

into software Canoco 5.0 (https://www.canoco5.com/) and the OmicShare database (https://omicshare.com/) with default parameters for CCA.

 

参考文献:

Liu J, Yang N, Yi X, et al. Integration of transcriptomics and metabolomics to reveal the effect of ginsenoside Rg3 on allergic rhinitis in mice[J]. Food & Function, 2023, 14(5): 2416-2431.

 

结果展示