注意两组文件中的样本名称、数量需一一对应，并且文件2的环境因子数必须少于样本数；检查文件中不要出现空格 / # 等易导致出错的元素。
设置分组时，静态CCA/RDA工具支持两类分组，动态工具则只能上传一类分组；
动态工具在上传数据任务完成后支持在线调整参数，静态工具则还需在提交任务前设置参数。微生物群落研究常默认先选择CCA分析，当输出的DCA结果Axis lengths的最大值超过4选择CCA更佳，小于3需选择RDA；物种名称显示、散点大小颜色等参数一一设置好即可提交静态CCA任务。
DCA结果提示示例数据更适合选择RDA分析，重新提交任务结果图如下：
在动态RDA工具下方可进行参数调整，修改字体字号、添加外围连线/置信椭圆、修改配色、调整箭头拉伸比例等，效果如下：
图中箭头方向表示环境因子增长的方向，箭头长度越长表示该环境因子对响应变量的解释力（影响）越强，两组解释变量箭头夹角为锐角表示两因子呈正相关，钝角表示负相关，直角为无相关；样本散点间的距离反映差异程度，不同组之间的样本点明显分离、同一组之间的样本点聚集，则说明分组差异显著、组内重复性良好。RDA1、RDA2轴表示主要变异方向，百分比为该轴能解释的变异比例。
输出的结果表中，除了样本坐标、解释变量坐标、响应变量坐标表，还可通过envfit_result置换检验结果表判断环境因子对响应变量的解释是否显著，如示例数据中仅NH4的解释显著。
根据RDA_EF_correlation环境因子相关性结果数据，判断环境因子与排序轴的相关性。如NH4在RDA1轴为极强正相关。
CCA/RDA最经典应用于微生物组学研究，探索土壤、水体等环境中微生物群落受温度、盐度、pH值、养分等环境因子的影响，如上文文献示例；或研究人体肠道、口腔的菌群结构与年龄、BMI指数、饮食、临床生化指标等变量之间的关联。也可用于多组学整合与关联分析，如微生物-代谢组关联，以代谢物为解释变量，微生物物种为响应变量，寻找与特定代谢模式相关的微生物类群；转录组-表型关联，以处理条件或表型性状为解释变量，基因表达量为响应变量，探索关键调控基因。返回搜狐，查看更多