Population-based metagenomics analysis reveals markers for gut microbiome composition and diversity

读paper的时候觉得自己就是个24K纯学渣(=。=)一大堆问题等着我去解决。。。所以在这里写一个Q&A好了，先列问题，逐步填充答案～

××××××××××××××××××我是分割线么么哒×××××××××××××××××××××××××××××××××××××××××××

1. PCoA: Principal coordinates analysis

如何绘制的？原理如何？

2. FDR: false discovery rate

如何计算的？

Ans:

在多重检验(multiple testing)中，可以通过控制FDR(False Discovery Rate)来决定p值的域值。
FDR: 表示了在所有R次拒绝中错误发现的期望比例

Ps: 我再另开一贴写统计、假设检验啥的吧＝。＝

http://www.cnblogs.com/pxy7896/p/5999633.html

3. COG richness(adjusted P=0.03)

指什么？如何计算？

Ans:

参考：http://blog.sina.cn/dpool/blog/s/blog_670445240102uxwy.html

COG，即Clusters of Orthologous Groups of proteins。构成每个COG的蛋白都是被假定为来自于一个祖先蛋白，并且因此是

orthologs或者paralogs。Orthologs是指来自于不同物种的由垂直家系（物种形成）进化而来的蛋白，并且典型的保留与原始蛋白有相同的功能。

Paralogs是那些在一定物种中的来源于基因复制的蛋白，可能会进化出新的与原来有关的功能。

COG是通过把所有完整测序的基因组的编码蛋白 一个一个的互相比较 确定的。在考虑来自一个给定基因组的蛋白时，这种比较将给出每个其他基因组的一个最相似的蛋白（因此需要用完整的基因组来定义COG。注1）这些基因的每一个都轮番的被考虑。如果在这些蛋白（或子集）之间一个相互的最佳匹配关系被发现，那么那些相互的最佳匹配将形成一个COG（注2）。这样，一个COG中的成员将与这个COG中的其他成员比起被比较的基因组中的其他蛋白更相像，尽管如果绝对相似性比较的。最佳匹配原则的使用，没有了人为选择的统计切除的限制，这就兼顾了进化慢和进化快的蛋白。然而，还有一个加的限制就是一个 COG必须包含来自于3个种系发生上远的基因组的一个蛋白 。
COG注释作用 ：1. 通过已知蛋白对未知序列进行功能注释；

2. 通过查看指定的COG编号对应的protein数目，存在及缺失，从而能推导特定的代谢途径是否存在；

3. 每个COG编号是一类蛋白，将query序列和比 对上的COG编号的proteins进行多序列比对，能确定保守位点，分析其进化关系。

4. Spearman correlation（ 补一下之前的笔记 ）

r, P指的是啥子哟？

P value adjusted for multivariables test with Benjamini and Hochberg method.

这方法是什么？是否已有代码或者函数？

Ans: 参见统计部分，有R的

5. cis-eQTL SNP，cis-affecting，cis-acting是指什么？

Ans:

eQTLs: 影响mRNA表达水平差异的基因位点

cis-: 分子结构为顺式。两个相同原子或基团在双键的同一侧。

trans-: 分子结构为反式。两个相同原子或基团在双键的两侧。

cis-acting element: 能调控自身基因表达活性的特异DNA序列。是RNA-pol和TF识别结合的位点。

据其在基因中的位置、转录激活作用的性质及发挥作用的方式分为：启动子，增强子和沉默子。

6. Fig S11看不懂

7. Multivariate analysis was performed using MaAsLin. P-value, Q-value

是什么？

Ans: 使用这个软件进行的多变量分析。