本文目录
LDA Effect Size (LEfSe) Analysis（LEfSe丰度差异分析）
LEfSe是一种用于发现高维生物标识和揭示基因组特征的软件。包括基因，代谢和分类，用于区别两个或两个以上生物条件（或者是类群）。该算法强调的是统计意义和生物相关性。让研究人员能够识别不同丰度的特征以及相关联的类别。
LEfSe通过生物学统计差异使其具有强大的识别功能。然后，它执行额外的测试，以评估这些差异是否符合预期的生物学行为。具体来说，首先使用non-parametric factorial Kruskal-Wallis (KW) sum-rank test（非参数因子克鲁斯卡尔—沃利斯和秩验检）检测具有显著丰度差异特征，并找到与丰度有显著性差异的类群。最后，LEfSe采用线性判别分析（LDA）来估算每个组分（物种）丰度对差异效果影响的大小。
LEfSe软件用于发现两组或两组以上的biomarker，主要是通过非参数因子Kruskal-Wallis秩和检验来实现的。 运行LEfSe软件主要分三大步骤：第一步：需要把普通的物种、基因等等的丰度信息的表格转化成LEfSe识别的格式。这一步会生成.in结尾的文件 第二步：这一步也是最关键的一步，统计显著差异的biomarker、统计子组组间差异、统计effect sizes（LDA score），会生成.res格式的文件。如下图所示 Step1：两组或两组以上的样本中采用的非参数因子Kruskal-Wallis秩和检验检测出biomarker。 Step2：基于上步的显著差异物种基因，进行两两组之间的Wilcoxon秩和检验，检测出组间差异。 Step3：线性判别分析（LDA）对biomarker进行评估差异显著的物种的影响力（即LDA score），最终获得biomarker。 第三步：基于第二大步的数据，绘制各种图片。
下图展示了LEfSe算法的工作原理：
输入：
LEfSe分析输入配置文件，可通过分析模块 " LEfSe formatting Generate Input config file for LEFSe Analysis" 得到。
输出：
LEfSe分析输出结果文件（表格文件）:
**列为feature
第二列为各组分丰度平均值中**值的对数值(the logarithm value of the highest mean among all the classes)
如果feature在组间具有显著性差异，则，
第三列为平均值最高的组（the class with the highest mean）
第四列为the loga
文献如下所示： Chenhong Zhang, Shoufeng Li, Liu Yang, et al. Structural modulation of gut microbiota in life-long calorie-restricted mice. NATURE COMMUNICATIONS,4:2163,DOI:10.1038/ncomms3163(2013).
Segata N, Izard J, Waldron L, Gevers D, Miropolsky L et al. (2011) Metagenomic biomarker discovery and explanation. Genome Biol 12: R60.10.1186/gb-2011-12-6-r60 PubMed: 21702898.
SPSS中，kruskal-wallis H检验的两两比较怎么做
输入代码：
编秩：Transform》》RankCases…，DATA》》Variable(s)。
运行后在原数据中产生新变量：RDATA，即按照变量DATA值编秩后的新变量。
Analyxe》》CompareMeans》》
One-WayANOVA…，
RDATA》》DependentList
GROUP》》Factor。
扩展资料：
在10版以后，SPSS的每个新增版本都会对数据管理功能作一些改进，以使用户的使用更为方便。13版中的改进可能主要有以下几个方面：
1）超长变量名：在12版中，变量名已经最多可以为64个字符长度，13版中可能还要大大放宽这一限制，以达到对当今各种复杂数据仓库更好的兼容性。
2）改进的Autorecode过程：该过程将可以使用自动编码模版，从而用户可以按自定义的顺序，而不是默认的ASCII码顺序进行变量值的重编码。另外，Autorecode过程将可以同时对多个变量进行重编码，以提高分析效率。
