干货 | 冗余分析（RDA）揭示代谢组与微生物组之间的相关性

冗余分析（Redundancy Analysis，简称RDA）是一种多元统计分析方法，利用线性回归模型寻找多个自变量与一个或多个因变量之间的关系，用于探究两个或以上的数据集之间的相关性，同时控制其他因素的影响，并将结果可视化为双坐标图（biplot）。RDA通常用于环境因素对微生物组成或群落结构的影响进行探究，适用于多组学分析或单组学分析的数据预处理和可视化。

RDA的原理是什么？

RDA是一种回归分析方法，通过调整自变量的权重，使得预测因变量的模型的拟合程度达到最优，并通过图形化展示，来呈现自变量和因变量之间的关系。RDA将多个自变量投影到一个低维的空间中，并展示这些自变量对于因变量的贡献程度。这种方法不仅能揭示自和因变量之间的线性关系，还能探索非线性的关系。

1

首先建立一个多元线性回归模型，该模型包含两个或以上的数据集；

2

通过确定一组主成分来处理数据集。主成分是矩阵的线性组合，按照它们在数据中所占方差的百分比排序；

3

根据拟合程度和主成分的数目来决定选择多少个主成分；

4

通过比较两个数据矩阵和线性回归模型来确定数据间的关系。用残差平方和比较两个数据集的拟合度，以此来解释它们之间的关系；

5

最终得到RDA分析图，用来表明两个或多个数据集之间的关系。

RDA在组学中的应用有哪些？

在多组学分析中，RDA能够帮助我们找到空间上不同微生物组成和环境特征之间的相互作用，进而寻找到关键的环境因素，并推断微生物组成受到哪些环境因素影响。对于单组学分析，RDA能够综合考虑不同变量之间的综合作用，增强变量之间的预测能力。

目前，RDA被广泛采用，已有大量相关文章发表在SCI 1区期刊：

1.A novel use of a handheld elemental scanner for authenticating prawn provenance. Food Control. (IF 6.65)

2.Stormwater ponds: An overlooked but plentiful urban designer ecosystem provides invasive plant habitat in a subtropical region (Florida, USA). Sci Total Environ. (IF 10.75)

3.Coral-associated viral assemblages from the Central Red Sea Align with Host Species and contribute to holobiont genetic diversity. Frontiers in Microbiology. (IF 6.06)

接下来，科技君将通过一篇文献案例带大家来看看RDA是如何应用在代谢组+微生物组联合分析研究当中的。

  //  

研究概要：为了研究双相抑郁症与肠道微生物群之间的联系，文章使用宏基因组、非靶向代谢组和静息态功能磁共振成像（rs-fMRI）测定了109名未接受药物治疗的抑郁双相情感障碍患者与40名健康对照者的血清代谢组、肠道微生物组和脑功能。作者使用基于距离的冗余分析（dbRDA）评估了肠道微生物组、血清代谢组和静息态功能连接（rsFC）之间的关系。dbRDA结果表明在未接受药物治疗的抑郁双相情感障碍患者和健康对照组之间存在显著差异，具有差异的微生物衍生代谢物与双相抑郁症（bipolar depression，BD）的症状严重程度密切相关，如多种B族维生素、犬尿酸、γ-氨基丁酸和短链脂肪酸。该研究还揭示了从肠道微生物群到肠道和大脑的潜在信号通路，这可能在BD的病理生理学中起作用，这表明肠道微生物群和神经活性代谢物可能影响大脑活动。

图2 通过dbRDA揭示的BD患者和健康对照组之间血清代谢组的明显差异，指定了作为主要差异贡献者的代谢物（方块）

RDA能够处理多变量响应、识别主要环境因素、估计每个因素解释的方差分数以及检测组之间的总体统计显著差异。同时，它还可以通过双坐标图（biplot）的形式将结果可视化，使得数据更容易理解和解释。华大科技提供RDA分析服务，为您的研究提供可靠的数据分析和定制方案，以满足您的具体需求。

欲知更多详情，

请联系华大科技当地销售代表↓↓↓

热线电话：400-706-6615

邮箱：[e-mail]

参考文献：

Li Z, Lai J, Zhang P, Ding J, Jiang J, Liu C, Huang H, Zhen H, Xi C, Sun Y, Wu L, Wang L, Gao X, Li Y, Fu Y, Jie Z, Li S, Zhang D, Chen Y, Zhu Y, Lu S, Lu J, Wang D, Zhou H, Yuan X, Li X, Pang L, Huang M, Yang H, Zhang W, Brix S, Kristiansen K, Song X, Nie C, Hu S. Multi-omics analyses of serum metabolome, gut microbiome and brain function reveal dysregulated microbiota-gut-brain axis in bipolar depression. Mol Psychiatry. 2022 Oct;27(10):4123-4135. doi: 10.1038/s41380-022-01569-9. Epub 2022 Apr 20. PMID: 35444255.

微信公众号可以听文章了🎧！

大家可以操作试试，

还可以进行倍速听、稍后听、转发给朋友听，以及边看边听~

不影响观看其他内容。

撰稿：AI兔子

编辑：市场部

近期热文

了解更多产品服务及资讯，关注我们！