Mantel Test：菌群与环境因子相关性分析 | 云平台
The following article is from HellsegaMosken Author HellsegaMosken
“联川书籍”火热销售中，《单细胞测序研究一本通2.0》新鲜出炉，
详情请戳：小伙伴们！《单细胞测序研究一本通2.0》新书发售~
扫描上方二维码，看更多书籍↑
悄咪咪告诉你，参与下方活动即可获得哦
疯狂7月，您点单，我开发还有礼品拿。
前言
当我们需要进行菌群和环境因子相关性分析时，经常用mantel检验。
Mantel Test 是对两个矩阵进行相关性分析，其应用场景有：
微生物群落与生态环境变量之间的相关性；
人体微生物区与某疾病程度的相关性；
不同药物组合处理疾病后，微生物组成结构与病情改善之间的相关性；
......
文献案例1
英文：Recent infection by Wolbachia alters microbial communities in wild Laodelphax striatellus populations
中文：最近感染沃尔巴克氏菌改变了野生纹状灰飞鼠种群的微生物群落
时间：2020
期刊：《Microbiome》
影响因子：11.995
该论文从群体遗传学的视角，研究了中国和日本17个地理种群的灰飞虱体内微生物群落结构变异与环境因子和宿主遗传背景的关系，揭示灰飞虱栖息地的降水量和其线粒体DNA变异能够显著影响体内的微生物群落结构。深入分析发现，近期入侵的共生细菌Wolbachia（沃尔巴克）的感染和在灰飞虱种群中的快速传播彻底改变了灰飞虱体内微生物群落结构，重塑了微生物间的互作关系，暗示Wolbachia可能通过改变灰飞虱体内微生物的群落结构来影响灰飞虱的生物学特性。比较转录组分析表明，与以往报道的Wolbachia通过调节昆虫免疫系统来影响微生物结构不同，灰飞虱体内的Wolbachia可能通过影响昆虫的代谢和生理来抑制微生物群落的多样性与丰度。该研究揭示了影响灰飞虱微生物群落的潜在因素，为研究昆虫微生物群落的形成机制提供了新思路，对研究微生物对昆虫的影响有重要参考价值。
下表是文献中的mantel分析示例：
文献案例2
英文：Diversity of Naturalized Hairy Vetch (Vicia villosa Roth) Populations in Central Argentina as a Source of Potential Adaptive Traits for Breeding
中文：阿根廷中部归化毛苕子(Vicia villosa Roth)群体的多样性作为育种适应性特征的潜在来源
时间：2020
期刊：《Frontiers in Plant Science》
影响因子：6.612
多毛的野豌豆 villosa Roth)原产于欧洲和西亚，是世界上栽培频率第二高的野豌豆。 毛苕子在半干旱的环境中用作饲料，在半湿润和潮湿的地区作为豆科覆盖作物。 作为一种未完全驯化的物种，毛苕子可以在新环境中形成自发的种群。 这些种群可能包含有育种价值的新适应性性状。 根据阿根廷中部归化种群的地理分布和环境数据，发现归化种群的生态位主要分布在土壤质地粗糙、土壤碱性的受干扰地区。 在半湿润和半干旱条件下，Pampa和Espinal生态区种子传播前和后的低降水和温暖的温度解释了潜在的分布。 相反，环境梯度上的局部适应并没有导致最近建立的阿根廷(AR)种群之间的差异。 微卫星分析显示，尽管归化的AR群体与野生的EU群体有较强的分化，但其遗传多样性最高(72%)，而归化的AR群体与欧洲(EU)群体之间没有明显的分离。 在2014-16年进行了常见的园林试验，以评价种群的萌发、开花和生物量性状。 欧洲品种具有较低的物理种子休眠(PY)，而归化的AR品种具有较高的冬季生物量。 在群体数量评估中检测到的变异可用于在特定环境中选择传递有利功能的性状。
文中的mantel分析结论如下：
Environmental distance matrices were significantly correlated with geographic distance matrices (Mantel test; environment: r2014 = 0.61, P < 0.01; r2016 = 0.78, P < 0.01), suggesting that environmental (climatic + soil) conditions diverge with increasing geographic distance. However, geographic (r2014 = 0.19, P = 0.16; r2016 = 0.10, P = 0.20) nor environmental (r2014 = -0.04, P = 0.54; r2016 = 0.15, P = 0.10) distances were not significantly correlated with phenotypic distance. Genetic and phenotypic distance matrices of naturalized populations showed a positive but non-significant statistical correlation (Mantel test; r = 0.19, P = 0.21).
文献案例3
英文：Pollution Gradients Altered the Bacterial Community Composition and Stochastic Process of Rural Polluted Ponds
中文：污染梯度改变了农村污染池塘的细菌群落组成和随机过程
时间：2020
期刊：《microorganisms》
影响因子：4.128
了解污染对生态群落的影响及其驱动机制将有助于选择一种方法来调节受污染的生态系统。 定量确定和随机过程的相对重要性是生态学中一个非常重要的问题。 然而，它们对不同污染水平乡村池塘微生物群落演替的影响尚不清楚。 此外，人们对污染池塘中细菌群落的治理过程知之甚少。 本研究采用16S rRNA基因高通量测序技术，对池塘水体和沉积物中的微生物群落进行了研究。 同时，我们采用基于分类学和系统发育度量方法的null模型分析来检验微生物群落的装配过程。 污染水平显著改变了细菌的群落组成和多样性。 在沉积物样品中，细菌多样性指数随污染程度的增加而降低。 群落间分析结果显示，随着污染程度的增加，水体和沉积物样品间的群落组合过程逐渐减小，表明污染可能引发确定性的环境过滤。 研究结果表明，细菌群落的聚集驱动因素对提高污染淡水系统的生态评价和修复效果具有重要意义。
下表是文献中的mantel分析示例：
分析方法
云工具名称：相关性分析
云工具地址：https://www.omicstudio.cn/tool/62
步骤1：选择mantel分析
步骤2（选做）：选择mantel调用的相关性算法
步骤3：上传菌群和环境因子数据，样本信息为列，样本名必须一致（即除第一列所有列名都一致）
步骤4：上传菌群分组数据，注意不是样本分组，此文件的第一列必须和菌群文件的第一列信息保持一致。
步骤5（选做）：设置筛选阈值（默认完整结果也会输出）。
步骤6：分析完成就可以下载啦！
*_corr.*：完整分析结果
*_corr_filter.*：筛选后的分析结果
*_pvalue.*：矩阵p值，可用于绘制热图
*_rho.*：矩阵r值，可用于绘制热图
更多应用文献
打包下载：https://www.omicstudio.cn/doc/1162
参考文献
[1] Duan X Z , Sun J T , Wang L T , et al. Recent infection by Wolbachia alters microbial communities in wild Laodelphax striatellus populations[J]. Microbiome, 2020, 8(1):104.
[2] Renzi J P , Chantre G R , P Smýkal, et al. Diversity of Naturalized Hairy Vetch (Vicia villosa Roth) Populations in Central Argentina as a Source of Potential Adaptive Traits for Breeding[J]. Frontiers in Plant Science, 2020, 11:
[3] Tai X , Li R , Zhang B , et al. Pollution Gradients Altered the Bacterial Community Composition and Stochastic Process of Rural Polluted Ponds[J]. Microorganisms, 2020, 8(2).
相关阅读
【疯狂7月】①—免费在线小工具：fasta序列提取 | 云平台
【疯狂7月】③—免费在线小工具：表格ID信息去重 | 云平台
点击下方图片进入云平台资料汇总：
所见即所得，figure有bi格
联川云平台，让科研更自由