TomatoSCI分析日记—主坐标分析（PCoA）

        今天要说的是PCoA (Principal Coordinates Analysis)，即主坐标分析，也是一种降维分析方法。与t-SNE类似，可以简单地看为是一种聚类，但其更偏向于生态领域的应用，用于探究样品之间的物种组成相似性。好了，它与t-SNE的差异我们文末再说，我们先看一下核心思路和实例。

---

01 PCoA的核心思想

        PCoA是通过比较样本之间的相似性来帮助我们更好地理解数据。想象一下，如果我们有一组样本，每个样本都有自己的特点，比如不同的物种组成。我们基于这些数据可以计算出每个样本之间的“距离”（比如欧氏距离或Bray-Curtis距离），这种距离可以反映它们有多相似或多不同。

        然后，PCoA会把这些“距离”转化为一个坐标系中的点。这个坐标系就像一个地图，每个点代表一个样本。如果两个样本之间的距离很近，这表示它们很相似；反之，如果它们在地图上距离很远，说明它们差异较大。这样，我们就能直观地看到哪些样本更相似，哪些样本有显著差异。

---

02 PCoA案例

        图1A是我们拿到手的一份数据，代表的是每一个站点的不同物种的个数，图1B是站位的一个归属，我们可以把不同分组看作不同区域。当然如果站位没有归属的话也是可以的，那就相当于探索哪些站点的组成是相似的。

        在结果的可视化方面，基于本数据站位有分组的情况，我们需要看两项内容：PCoA1和PCoA2百分比之和（上限为100%，越高越好，表示的是数据变异程度）；同组站位在同一置信区间（圆圈）内，证明组成类似。

        而结果往往分上（图2）、中（图3）、下（图4）三等。上等是百分比够高、点位分得开；中等是百分比稍低，但点位也分得开；下等是百分比低、点位分不开。

---

03 PCoA与t-SNE的差异

1. PCoA通常用与生态分析，比较样品/站位相似性；t-SNE则更像是一种分类方法，将一堆数据按照特征进行分类。
2. PCoA需要参考轴的方差贡献；而t-SNE则无该指标，只关注聚类情况。

---

TomatoSCI，欢迎大家来访！