2分钟在线做出一张普氏分析图(Procrustes Analysis)

常常会有老师要求小编帮忙做普氏分析，尤其是微生物组和宏基因组相关的项目。这次小编索性把所有的分析一次性处理好。

Q:什么是普氏分析？

随着高通量测序的普及，常规的相关性分析已经无法满足科研工作者的需要，于是业内大咖把用于人脸识别的分析方法放到了生物信息学中。普鲁克分析(Procrustes Analysis) 又名普氏分析，是一种用来分析形状分布的统计方法。应用在数据分析中，可以理解为比较两组数据一致性的方法，主要用于表示样品不同方面的数据关联度。在宏基因组测序中， Procrustes分析常用于解释细菌组成与耐药基因的相关性(Fig. 1)，细菌与功能基因的相关性；在转录组测序中， Procrustes分析可用于解释基因与表型的相关性等；在物种分类中，普氏分析可以解释不同基因对物种鉴定的一致性(Fig. 2)。

Procrustes分析的过程如下：1)首先对原始数据进行降维；2)通过降维结果分布图进行“中心叠加、大小缩放、图形翻转、形状比较”等变换过程，将两组学数据的样本分布叠加在同一个低维空间,计算点坐标之间的偏差平方和（M2值） ；3)打乱样本点分布，重新计算M2值，基于原始M2值在抽样分布中的出现概率，计算显著性P值。4)计算对应点坐标之间的偏差（称为矢量残差，vector residuals），矢量残差越小代表了两数据集具有更高的一致性。

Q:如何做Procrustes Analysis？

鉴于普氏分析的需求量比较大，小编和他的小伙伴们开发了一个在线的作图小网站——云图图（图图云平台 科研好伙伴，免费的哦~），操作步骤如下：
①登录网址：图图云平台 科研好伙伴（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；
③登录后在工具一栏里找到普氏分析(Procrustes Analysis)，点击进入；
④请按照界面右侧的说明书进行操作，即可在2分钟内获得一张精美的普氏分析图喽~

使用方法如下：

Step1 上传文件（参见示例文件）

※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）准备两个数据矩阵（数据形式可参照示例数据，如微生物物种丰度表、OUT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（如A1、A2、B1、B2…），第一列为各种指标数据名，例如OTU，基因ID、身高、代谢物名称等。
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。

Step2 设置参数

①是否对数据进行分组：是否在图中显示分组信息。
来源于不通分组的样品在图中对应不同的颜色，如图：Fig. 3有分组信息，Fig. 4无分组信息。

选择a)有分组：可以在绘图区的下方对分组信息进行在线编辑，也可点击“输入分组”手动粘贴分组信息，如图：第一列为因子名称，第二列为因子分类。
选择b)无分组：直接在图中显示样品内部不同因子的一致性关系。
（Tips：图图可以根据样品名自动识别分组名哟，所以各位客官把样品名取的有规律一些，这样可以大大减少工作量）

②自定义命名1/2：文件1和文件2分别对应的特征名称（在图中显示为圆形和三角形分别对应的名称，如下图）。

③配色方案：可根据喜好对图中圆形、三角形、连线的颜色调整，平台提供有几种经典杂志的配色可供选择。

④字体和图形调整：横纵坐标文字大小、图中样品名字的大小、圆圈和三角形大小、图例大小、连线粗细均可调整，用户可根据需要调整，每次调整后都需要点击运行才可预览图片。

Step3 下载文件

点击“运行”开始作图，等待5-10秒后即可生成结果。点击“下载”保存PDF格式的矢量图。PDF格式的文件可通过矢量图编辑工具进行编辑。

Step4 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本项目产品经理获取。

Step5 写作建议

Procrustes analysis was performed on Tutools platform (图图云平台 科研好伙伴), a free online data analysis website.
Procrustes analysis displayed significant correlations between ARGs/MGEs and the microbiome. Cadmium (Cd), arsenic (As), zinc (Zn), copper (Cu) and lead (Pb) were responsible for a majority of positive correlations to ARGs when compared to antibiotics. （参考文献：Co-selection of antibiotic resistance genes, and mobile genetic elements in the presence of heavy metals in poultry farm environments）

尊敬的用户，如果图图云平台在您的科研中有幸提供了些许帮助，我们期望您能在方法学或者致谢中提及我们，引用方法如下：XXXX analysis was performed on Tutools platform (图图云平台 科研好伙伴), a free online data analysis website. 目前平台还处于测试阶段，使用过程中有任何疑问或者报错欢迎随时联系小编反馈。您的反馈和建议是我们最大的动力~