本文转自“美吉生物”，已获授权。

其实很久很久以前，小美和大家一样对于Adonis和ANOSIM这对“双胞胎”的印象是懵b的，傻傻分不清。接下来聊聊我和他们间的“缘分”。

依稀记得那是一个阳光明媚的下午，当我正斜眯着眼，46度角仰望天空（多一度的是热爱），幻想着好好完成老板前段时间安排的任务，写篇排序分析的大文章换个大鸡腿的美好生活时，啪，善变的boss来了。“你之前那个排序分析的文章不用写了[关于菌群排序分析如何选择：原来你是这样的排序分析]。换成这个——Adonis和ANOSIM分析。没怎么听说过啊！这让老夫如何是好？然而，作为一名熟读斯坦尼斯拉夫斯基《演员的自我修养》的资深内心戏演员，我还是成功的控制住了我的面部表情，欣然接受了这份光荣的任务，空气中又弥漫着快乐的气氛。没办法，痛并快乐着是我作为一个合格的科研狗的必经之路。经过多番折腾，妥妥的解决了这两个“拦路虎”。

在目前的微生态研究中，有一类被广泛应用的分析，即样本比较分析，它主要是基于一些距离算法来比较不同条件下样本或样本组间物种组成的相似性和差异性，比如非常受大家追捧的的PCA、PCoA、NMDS和CCA等，其实除了这些“大牌明星”外，还有一类分析同样可以达到相似的目的，即本文的主角——Adonis和ANOSIM分析。

揭开Adonis和ANOSIM的神秘面纱

所谓知己知彼，百战不殆，在熟练应用这两个小帮手前，首先我们要认识认识他们。

Adonis又称置换多元方差分析或非参数多元方差分析。它利用半度量（如Bray-Curtis）或度量的距离矩阵（如Euclidean）对总方差进行分解，分析不同分组因素对样品差异的解释度，并使用置换检验对其统计学意义进行显著性分析。

其中，group_factor$*，*表示分组方案；Df，表示自由度；SumsOfSqs，总方差，又称离差平方和；Mean Sqs，表示均方（差），即SumsOfSqs/Df；F.Model，表示F检验值；R2，表示不同分组对样品差异的解释度，即分组方差与总方差的比值，R2越大表示分组对差异的解释度越高；Pr，表示P值，小于0.05说明本次检验的可性度高。

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。

其中，Statistic即为R值，范围为-1到+1。R值越接近1表示组间差异越大于组内差异，R值越小则表示组间和组内没有明显差异，并且当P值小于0.05时说明检验的可信度高。

Adonis和ANOSIM如何服务科研人员

认识了Adonis和ANOSIM后，接下来让我们看看他们能为科研人员做什么，了解他俩的功力如何？

示例一：DOI：10.1038/srep28061

作者通过对乳腺癌患者（BC）和健康人（HC）的皮肤、乳液（NAF）样本进行多样性研究，以期找到两者微生物群落的差异，及其与乳腺癌的潜在关系。

结果表明BC和HC两组人群的皮肤、乳汁样本微生物群落存在明显差异，但是问题来了，科学陈述是非常严谨的，“明显差异”更多的是强调一种直观上的区别，而没有对数据的显著性进行判断。因此，作者针对两类样本分别作了Adonis分析，通过得到的P-value值从而发现，只有乳汁样本的菌群在BC和HC两组人群才达到了显著差异水平。

示例二：DOI:10.1038/s41598-017-01387-y

作者通过对慢性肾脏疾病患者（CKD）和健康人（ CON）肠道微生物的研究，结合氧化三甲胺（TMAO）的检测，来探究慢性肾脏疾病潜在的机理。

Adonis分析结果表明，CKD患者和健康人肠道微生物在PCA分析中能够被显著区分（R2=0.071，P2=0.033，P=0.601）。

示例三：DOI 10.1186/s40168-016-0192-z

作者通过对中国城市地区人群进行皮肤真菌群落的多样性研究，并利用不同的条件因素进行人群的分组，来检测不同分组方案的区分效果。

结果表明，按照个体（Individual）或者住宿环境（Household）分组，城市地区人群的皮肤真菌群落组间差异更加显著大于组内差异（P

示例四：DOI: 10.3389/fmicb.2017.00454

作者通过对不同鱼类肠道微生物进行多样性研究，来研究宿主基因、肠道微生物及其代谢物的关系，并利用不同种类的鱼和食性因素进行分组，来检测不同分组方案的区分效果。

ANOSIM分析结果表明，不同种类鱼的肠道菌群存在显著差异（图A，R=0.59，P=0.001），并且代谢物组成同样差异显著（图B，R=0.60，P=0.001）。

不识庐山真面目，只缘身在此山中。相信大家通过小美的详细介绍，是不是顿时心中豁然开朗呢，对Adonis和ANOSIM分析也有了一个新的认识呢？

参考文献

1.Chan A A, Mina B, Rivas M N, et al. Characterization of the microbiome of nipple aspirate fluid of breast cancer survivors:[J]. Scientific Reports, 2016, 6:28061.

2.Xu K Y, Xia G H, Lu J Q, et al. Impaired renal function and dysbiosis of gut microbiota contribute to increased trimethylamine-N-oxide in chronic kidney disease patients[J]. Scientific Reports, 2017, 7(1):1445.

3.Leung M H Y, Chan K C K, Lee P K H. Skin fungal community and its correlation with bacterial community of urban Chinese individuals:[J]. Microbiome, 2016, 4(1):46.

4.Li T, Long M, Li H, et al. Multi-Omics Analysis Reveals a Correlation between the Host Phylogeny, Gut Microbiota and Metabolite Profiles in Cyprinid Fishes[J]. Frontiers in Microbiology, 2017, 8:454.