宏基因組學(Metagenomics)和代謝組學(Metabolomics)是系統(tǒng)生物學中的兩個重要分支，分別從微生物群落功能潛力和代謝產(chǎn)物動態(tài)變化的角度揭示生物系統(tǒng)的運行機制。將二者結(jié)合進行相關(guān)性分析，能夠建立“誰在做什么”的因果鏈條，廣泛應用于腸道微生物與健康、環(huán)境微生物生態(tài)、疾病 biomarker 發(fā)現(xiàn)等領域。

　　常用相關(guān)性分析方法

　　1. Spearman / Pearson 相關(guān)性分析

　　原理：計算微生物(或基因)豐度與代謝物濃度之間的秩相關(guān)系數(shù)(Spearman 更常用，因數(shù)據(jù)常非正態(tài)分布)

　　輸出：相關(guān)系數(shù)(r)和 p 值

　　工具：R語言 cor.test(), Hmisc::rcorr()

　　局限：僅反映兩兩關(guān)系，易受批次效應干擾

　　2. Procrustes 分析

　　目的：比較兩個數(shù)據(jù)集(如物種 vs 代謝物)的整體結(jié)構(gòu)是否一致

　　適用：PCA/PCoA降維后比較

　　結(jié)果：M2 統(tǒng)計量，越小越相關(guān)

　　3. Mantel 檢驗

　　檢驗兩個距離矩陣(如Bray-Curtis物種距離 vs Jaccard代謝物距離)是否顯著相關(guān)

　　適用于群落整體結(jié)構(gòu)關(guān)聯(lián)分析

　　4. 多變量統(tǒng)計方法

　　(1)典范對應分析(CCA/RDA)

　　將代謝物作為響應變量，微生物作為解釋變量，分析其解釋度

　　可視化為雙標圖(biplot)

　　(2)偏z小二乘回歸(PLS-DA / OPLS-DA)

　　用于分類問題(如疾病 vs 健康)

　　找出驅(qū)動組間差異的關(guān)鍵微生物-代謝物對

　　(3)多因素關(guān)聯(lián)網(wǎng)絡分析(MENA, SPIEC-Eco)

　　構(gòu)建“微生物-代謝物”共現(xiàn)網(wǎng)絡

　　使用 SparCC、gLV、CoNet 等算法減少假陽性

　　中心節(jié)點(hub)可能是關(guān)鍵調(diào)控者

　　(4)混合模型：MixMC / MOFA+

　　同時整合宏基因組、代謝組、臨床數(shù)據(jù)

　　提取共有變異因子(latent factors)

　　MOFA+ 可處理10+組學數(shù)據(jù)，適合復雜系統(tǒng)