双引号前面是需要安装的包，也可以通过library的方式导入

1 求 aitchison distace 的两种方法：

coda.base::dist(x,method='aitchison')
robCompositions::aDist(x)
2 求 ilr, clr,alr 的两种方法：
 
rgr::ilr(x)
rgr::clr(x)
rgr::alr(x)
compositions::ilr(x)
compositions::clr(x)
compositions::alr(x)
# 逆函数
compositions::ilrInv
compositions::clrInv
compositions::alrInv
                    My blog: R求aitchison distance和ilr、clr、alr双引号前面是需要安装的包，也可以通过library的方式导入1 求 aitchison distace 的两种方法：coda.base::dist(x,method='aitchison')robCompositions::aDist(x)2 求 ilr, clr,alr 的两种方法：rgr::ilr(x)rgr::clr(x)rgr::alr(x)compositions::ilr(x)comp.
				
1.距离判别原理分析 
根据待判定样本与已知类别样本之间的距离远近做出判断.根据已知类别样本信息建立距离判别函数式,再将各待判定样本的属性数据逐一代入式中计算,得到距离值,再根据此将样本判入距离值最小的类别的样本簇. 
    K最近邻算法则是距离判别法中使用最为广泛的,他的思路是如果 一个样本在特征空间中的K个最相似/最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别. 
				
一点关于centered log-ratio transformation的思考centered log-ratio transformation（clr）clr转换的基本概念如何分析这个数据的结果注意事项
centered log-ratio transformation（clr）
最近在看用XRF数据进行土壤/岩石样品的元素分析。我同事对数据进行centered log-ratio transformation。蠢笨如我看了好几天，也没太搞懂，为什么要进行转换。以及转换后，如何看这个数据。
下面是几点简
Gemelli是一个工具箱，用于在稀疏成分组学数据集上运行稳健的Aitchison
PCA（RPCA）和成分张量因式分解（CTF）。
RPCA可用于横截面数据集，其中每个主题仅采样一次。
CTF可以用于重复测量数据，其中每个对象都被采样了多次（例如，纵向采样）。
两种方法均旨在描述样本/受试者的变异以及将它们分开的生物学特征。
RPCA和CTF的预处理转换都是健壮的中心对数比转换（rlcr），可解决稀疏数据（即许多缺失/零值）的问题。
可以找到有关rclr的详细信息，还可以找到该转换的交互式介绍。
简而言之，rclr对数在居中之前先转换观察到的（非零）值。
然后，RPCA和CTF仅对rclr转换后的观测值执行矩阵或张量分解，这与对密集数据执行的相似。
要安装最新版本的gemelli，请运行以下命令
(only
supported
QIIME2
2018.8)
install
gemelli
注意：gemelli与python
2不兼容，并且与Python
3.4或更高版本兼容。
Gemelli可以独立
				
利用多组学整合鉴定人类疾病共有和疾病特异性宿主基因-微生物组关联
2022-05-23 本文系谷歌翻译，by小侯
原文：Identification of shared and disease-specific host gene–microbiome associations across human diseases using multi-omic integration
网址：https://www.nature.com/articles/s41564-022-01121-z
文章目录利用多组学整