探"云"指南 | 降维新成员：NMDS分析

各位老师们，大家好。在处理样本大且分类因素多的数据，如微生物多样性等数据时，我们可能常听说PCoA分析，但大家可能不知道还有一个同样基于距离矩阵算法的NMDS分析，与PCoA相比，NMDS更侧重于样本距离的数值排序，能更准确地反映出距离矩阵的数值排序信息。

多维缩放/标度算法（Multidimensional Scaling）是一种在低维空间展示“距离”数据结构的多元数据分析技术，简称MDS。其中最经典的就是PCoA分析，也称为度量性MDS分析。而与之相对的是非度量多维排列 (Non-metric multidimensional scaling, NMDS)。

不同于PCoA分析，NMDS弱化了对实际距离数值的依赖，更加强调数值间的排名（秩次）。假如样品A和样品B之间的距离是7，样品A和样品C之间的距离是100，在NMDS分析中不再描述距离，而是说样品B是与样品A第1近的，样品C与样品A是第2近的，用排序的1,2代替原始的距离。

分析成功后，网页会显示结果图片以及结果下载按钮，点击即可下载。

结果分别生成pdf、png格式的2D及3D图，横坐标（ NMDS1 ）和纵坐标（ NMDS2 ）为样本间差异解释度最大的两个主要坐标（以此类推3D图添加了NMDS3），相同颜色为相同分组，一个点即为一个样本，相似的样本会聚在一起，分别提供无标签及添加标签形式。

NMDS结果的评估标准是stress值，表示观察到的距离和拟合的距离的不一致性。Stress也可以理解为样品在降维后形成的空间的距离与其在原始多维空间的距离的差值。这个值越小越好，说明在低维空间更完整地捕获了高维空间的信息。

通常认为stress<0.2时有一定的解释意义；当stress<0.1时，可认为是一个好的排序；当 stress<0.05时，则具有很好的代表性。

效果如下：

NMDS-2D图

1、为啥椭圆有的点在圆圈外面？

椭圆的置信水平可以在0-1范围内调整, 默认设置为0.95，值越小椭圆面积越小，涵盖的点越集中。对于0.95的置信水平，点仍有0.05的概率出现在椭圆外，属于正常情况。

2、感觉样本点占图片面积比例大，不美观怎么办？

我们的x轴和y轴比例也是调整的哦。只需在其他更多非必选参数。

-x轴放大缩小比例以及y轴放大缩小比例中增大坐标轴比例，即可减小样本点面积占比。

3、画图的配色不满意怎么办？

我们有31种色系可调，默认为微生物报告组的颜色方案，在其他更多非必选参数-分组颜色中调整即可。

如果你还在为不知如何绘制SCI图表而忧愁，还在为毕业论文制图效率低下美观度不满意而焦心，或者想要找到一个高效制图的集中地……

欧易云是欧易/鹿明生物旗下的科研图表聚集地，里面火热绘图工具+教程，使用便捷且能自动调色增加科研图的美观度，同时还将上线更多科研图功能，请持续关注欧易云平台，相信聪明的你一定不会错过！

云平台地址：

https://cloud.oebiotech.cn/task/

点击“阅读全文” 收获更多精彩。