在线作图丨差异分析——ANOSIM相似性分析

Question 1：什么是ANOSIM分析？

ANOSIM分析（Analysis of Similarities）即相似性分析，主要用于分析高维数据组间相似性，为数据间差异显著性评价提供依据。在一些高维数据分析中，需要使用PCA、PCoA、NMDS等方法进行降维，但这些方法并不显示组间差异的显著性指标，因此可以使用ANOSIM分析解决此问题。

ANOSIM相似性分析是一种非参数检验，用来检验组间（两组或多组）差异是否显著大于组内差异，从而判断分组是否有意义。首先利用Bray-Curtis算法计算两两样品间的距离，然后将所有距离从小到大进行排序，并计算R和P值。R值用于不同组间属否存在差异，P值用于说明是否存在显著差异。

Q2：如何应用ANOSIM？

ANOSIM was used to compare within- and between-group similarity through a distance measure, to test the null hypothesis that the average rank similarity between samples within a group is the same as the average rank similarity between samples belonging to different groups.

image

参考文献：
Effect of Different Hemodialysis Methods on Microbiota in Uremic Patients

Q3：如何不使用R语言进行ANOSIM分析？
云图图（www.cloudtutu.com），操作步骤如下：
①登录网址：https://www.cloudtutu.com/#/index（推荐使用360或者谷歌浏览器）
②输入用户名和密码（小编已经为大家填好了，如果不显示可添加文末二维码添加小编获取），输入验证码后即可登录，不必注册，直接使用，不必担心隐私泄露，是不是诚意满满~
③登录后在工具一栏（全部分析）里找到ANOSIM分析，点击进入；
④请按照界面右侧的说明书或者下文进行操作，即可在2分钟内获得一张精美的ANOSIM分析图喽~

Step 1 上传数据
※目前平台仅支持.txt(制表符分隔)文本文件或者.csv文件的文件上传。
平台可对不规范的数据格式进行部分处理，但还是请您尽量按照示例数据的格式调整数据，以便机器可以识别。
a)准备一个数据矩阵（如微生物OTU表、物种丰度表、基因表达量矩阵、代谢物含量表，也可以是测量数据，例如身高、体重、表型等）；
b)表格需要带表头和列名，第一行为样本名，第一列为指标名（如OTU ID，gene name等）。
c)请提交txt(制表符分隔)文本文件或者.csv文件。操作方法为：全选excel中的所有内容（ctrl+A），复制到记事本中，将记事本文件另存后上传该文件。
※传完文件后一定要填写说明书下方的分组信息！

image

Step 2 设置参数
2.1 在界面右侧编辑分组信息：需要对所有样品进行分组，本网站支持在线修改分组名称。不填写分组信息无法运算！

image

Step 3 下载文件
点击运行后等待5-10秒即可下载结果，平台提供PDF格式的矢量图和表格下载。表格中包含了组间相关性的P值和R值可以用于后续分析。

image

Step 4 作图后处理
TUTU云平台提供的是PDF格式的矢量图，可通过矢量图处理软件（Inkscape或AI）进行编辑和调整（如：文字字体，文字大小，图片分辨率等）。图形处理软件和使用方法可扫描文后的二维码添加小编微信获取。下载表格文件可以用于后续分析。

结果说明
边框代表上下四分位数间距(Interquartile range，IQR)，横线代表中位值，上下触须分别代表上下四分位以外的1.5倍IQR范围。Between反应组间差异，A、B、C组分别表示组内差异。如果各个箱线图的槽口互相不重合，说明各组中位数有差异。

结果说明
It can be seen from Figure X that there are significant differences in colony distribution between the CK group and the dialysis group; there are also significant differences in colony distribution among the three groups of patients with different dialysis methods. Between represents the difference between groups; others are within groups; the greater the distance is, the greater the difference is; and the thickness is the sample size.