宏基因组统计结果可视化也可以这么简单？

是的！无需写代码，不用安装软件，不耗本地计算资源，仅需为它提供一个统计结果文本文件，便可还你一个高颜值、高分辨率的结果图片。

没错！它就是微生物数据分析云平台(https://analysis.mypathogen.org/）。微生物数据分析云平台是由中国疾病预防控制中心传染病预防控制所构建，致力于为疾控系统用户提供准确、高效、安全的可视化分析工具，以提升疾控领域大数据的利用。目前，微生物数据分析云平台已开放38个信息分析流程，覆盖了高通量测序数据拼接组装、功能注释、病原菌筛查、宏基因组结果可视化等多个分析功能，用户可根据需求自行选择分析流程，灵活设定分析参数，多个分析流程并行分析数据。

今天，主要给大家介绍一下宏基因组统计结果可视化工具。在此，特别感谢彭贤慧博士提供的主流分析软件和代码。如果您有分析流程想要部署到微生物数据分析云平台，或者您希望微生物数据分析云平台提供哪方面的分析工具及开源软件，可随时与我们沟通，您的反馈与建议，将有助于我们共同建造一个更好的分析云平台。

Boxplot

箱线图也称箱须图，由一组数据中的最小值、第一四分位数、中位数、第三四分位和最大值来描述数据的一种方法，可以粗略地看出数据是否具有对称性，数据分布的中心位置、散布范围及异常值。可通过将多组数据的箱线图画在同一坐标上，获得各组数据的分布差异。在宏基因组领域，常用于展示组中各样品Alpha多样性的分布。如：shannon，simpson，ace，chao等。

Heatmap

热图是通过颜色变化来反映二维矩阵或表格中数据信息，直观地将实验数据及其分析结果的数值大小以颜色深浅展示出来。可用来进行实验数据的质量控制和差异数据的具像化展示，也可将数据进行物种或样品间丰度相似性聚类，聚类后数据以高丰度和低丰度的物种分块聚集展示在热图上，通过颜色梯度及相似程度来反映多个样品在各分类水平上群落组成的相似性和差异性。

Pcoa

PCoA主坐标分析，是一种研究数据相似性或差异性的可视化方法，基于物种组成所计算得到的距离矩阵，将一系列的特征值和特征向量进行排序，寻找距离矩阵中主坐标，通过对多维数据进行降维，实现从复杂数据中提取和可视化最主要的元素和结构的目的。PCoA并没有改变样品间的相互位置，而是改变了坐标系统。

Nmdsplot

NMDS非度量多维尺度分析，是一种将多维空间的研究对象（样本或变量）简化到低维空间进行定位、分析和归类，同时又保留对象间原始关系的数据分析方法。适用于无法获得研究对象间精确的相似性或相异性数据，仅能得到他们之间等级关系数据的情形。其基本特征是将对象间的相似性或差异性数据看成点间距离的单调函数，在保持原始数据次序关系的基础上，用新的相同次序的数据列替换原始数据进行度量型多维尺度分析。其特点是根据样品中包含的物种信息，以点的形式反映在多维空间上，而对不同样品间的差异程度，则是通过点与点间的距离体现的，最终获得样品的空间定位点图。（参考：http://www.tinygene.com/statistic-analysis/nmds）

LefSe

LEfSe根据分类学组成对样品按照不同的分组条件进行线性判别分析,找出对样品划分产生显著性差异影响的群落或物种。可实现多个分组间比较及对分组比较的内部进行亚组比较，从而找到组间在丰度上显著差异的物种。

The list of biomarkers with their effect size，展现不同组中丰度有显著差异的物种，柱状图的长度代表显著差异物种的影响大小。

The hierarchical tree，由内至外的圆圈代表了由门至属（或种）的分类级别，不同分类级别上的每一个小圆圈代表该水平下的一个分类，小圆圈直径大小与相对丰度大小呈正比。无显著差异的物种统一着色为黄色，差异物种Biomarker跟随组进行着色，红色节点表示在红色组别中起到重要作用的微生物类群，绿色节点表示在绿色组别中起到重要作用的微生物类群，其它圈颜色意义类同。

是不是都是很赞的图呢？想不想也把您的科研数据变成漂亮的图表来展示呢？

那快点来使用我们的微生物在线分析云平台（https://analysis.mypathogen.org/）~