16S rRNA测序和宏基因组测序产生的大量微生物组数据，推动了微生物组研究。数据分析和方法论是微生物组研究的重要组成部分。由于微生物组数据非常复杂，需要发展各种统计方法来进行微生物组研究，从应用到方法论，再到统计理论。
目标是提供通过R语言执行微生物组数据数据分析的分步过程。由于微生物组数据的复杂性，以及微生物组数据的分析仍然非常具有挑战性，我们提供了一些数据分析的生物信息学和统计学基础。我们简要介绍了概念、背景、统计方法的发展，然后说明了它们在实际数据中的应用。
第1-3章：专门提供了生物信息学的概述和介绍，微生物组数据的特征，以及微生物组数据的统计分析
第4章：涵盖了R编程、RStudio、ggplot2的一些基本技能，以及微生物组数据管理和编程最常用的R包和技术
第5章：介绍了经典的和新发展的方法在微生物组数据的假设检验和功效分析中的应用
第6章：重点介绍了群落alpha和beta的度量和计算
第7章：提供了微生物组数据探索性分析最常用的可视化技术，包括数据的图形汇总和聚类、排序
第8、9章：分别侧重于单变量和多变量群落分析。介绍了许多经典的和新发展起来的方法在微生物组研究中的应用
第10章：介绍了成分数据分析的基本概念、基本原则、简要历史、步骤和挑战。总结了将微生物组数据集作为组成处理的几个考虑因素，并用实际数据说明了微生物组数据的组成分析
第11、12章：分别集中于基于计数的方法对过度分散和零膨胀的微生物组数据进行建模。广泛地介绍了计数数据的统计方法和模型，包括负二项模型、零膨胀模型和零障碍模型，以及在纵向设置下具有随机效应的零膨胀Beta回归模型，讨论了模型应用的概念调整和模型比较的问题
网友评论