⑴ 微生物在如何培養基上繪畫
1、圖案的繪制：蘸取適量菌落在培養基上畫出圖案，在恆溫箱內培養一段時間就能顯現出先前繪畫的圖案。
2、顏色的選取：不同菌種長成的菌落有不同的顏色、邊緣、質地特徵
⑵ 海底微生物的奧秘思維導圖怎麼畫
海底微生物的奧秘思維導圖根據類型進行繪制，具體操作步驟如下：
1、將海底微生物的奧秘分類為原核微生物、真核微生物和無細胞生物。
2、列出每種類型微生物的涵蓋，原核微生物涵蓋細菌，真核微生物涵蓋真菌、藻類和原蟲，無細胞生物涵蓋病毒等。
3、畫出是微生物的習性，原核微生物以單細胞形式存在，真核微生物無細胞生物以群體形式存在。
4、海底微生物是海洋生態系統發展過程中的一環，多數為分解者。
⑶ 微生物共現網路圖怎麼做
選擇SmartArt圖形類型。這一步就是先把最初的組織結構圖創建出來，我們啟動一個新的文檔。我們在文檔中輸入「企業組織機構圖」，字型大小設置為「一號」單擊「插入」/「SmartArt」，彈出「選擇SmartArt圖形」對話框，在該對話框左側列表中選擇「層次結構」，在中間區域選擇「表層次結構」，右側我們可以看他的一些說明，點擊確，這樣我們就做好了共現網路圖。
⑷ 環境微生物群落heatmap圖怎麼畫
1. 稀釋性曲線（Rarefaction Curve）
採用對測序序列進行隨機抽樣的方法，以抽到的序列數與它們所能代表OTU的數目構建曲線，即稀釋性曲線。
當曲線趨於平坦時，說明測序數據量合理，更多的數據量對發現新OTU的邊際貢獻很小；反之則表明繼續測序還可能產生較多新的OTU。
橫軸：從某個樣品中隨機抽取的測序條數；"Label 0.03" 表示該分析是基於OTU 序列差異水平在0.03，即相似度為97% 的水平上進行運算的，客戶可以選取其他不同的相似度水平。
縱軸：基於該測序條數能構建的OTU數量。
曲線解讀：
Ø 圖1中每條曲線代表一個樣品，用不同顏色標記；
Ø 隨測序深度增加，被發現OTU 的數量增加。當曲線趨於平緩時表示此時的測序數據量較為合理。
2. Shannon-Wiener 曲線
反映樣品中微生物多樣性的指數，利用各樣品的測序量在不同測序深度時的微生物多樣性指數構建曲線，以此反映各樣本在不同測序數量時的微生物多樣性。
當曲線趨向平坦時，說明測序數據量足夠大，可以反映樣品中絕大多數的微生物物種信息。
橫軸：從某個樣品中隨機抽取的測序條數。
縱軸：Shannon-Wiener 指數，用來估算群落多樣性的高低。
Shannon 指數計算公式：
其中，
Sobs= 實際測量出的OTU數目；
ni= 含有i 條序列的OTU數目；
N = 所有的序列數。
曲線解讀：
Ø 圖2每條曲線代表一個樣品，用不同顏色標記，末端數字為實際測序條數；
Ø 起初曲線直線上升，是由於測序條數遠不足覆蓋樣品導致；
Ø 數值升高直至平滑說明測序條數足以覆蓋樣品中的大部分微生物。
3.Rank-Abundance 曲線
用於同時解釋樣品多樣性的兩個方面，即樣品所含物種的豐富程度和均勻程度。
物種的豐富程度由曲線在橫軸上的長度來反映，曲線越寬，表示物種的組成越豐富；
物種組成的均勻程度由曲線的形狀來反映，曲線越平坦，表示物種組成的均勻程度越高。
橫軸：OTU 相對豐度含量等級降序排列。
縱軸：相對豐度比例。
曲線解讀：
Ø 圖3與圖4中每條曲線對應一個樣本（參考右上角圖標）；
Ø 圖3與圖4中橫坐標表示的是OTU（物種）豐度排列順序，縱坐標對應的是OTU（物種）所佔相對豐度比例（圖3為相對百分比例，圖4為換算後Log值），曲線趨於水平則表示樣品中各物種所佔比例相似；曲線整體斜率越大則表示樣品中各物種所佔比例差異較大。
4. 樣本群落組成分析：多樣本柱狀圖/ 單樣本餅狀圖
根據分類學分析結果，可以得知一個或多個樣品在各分類水平上的物種組成比例情況，反映樣品在不同分類學水平上的群落結構。
柱狀圖（圖5）
橫軸：各樣品的編號。
縱軸：相對豐度比例。
圖標解讀：
Ø 顏色對應此分類學水平下各物種名稱，不同色塊寬度表示不同物種相對豐度比例；
Ø 可以在不同分類學水平下作圖分析。
餅狀圖（圖6）
在某一分類學水平上，不同菌群所佔的相對豐度比例。不同顏色代表不同的物種。
5. 樣品OTU 分布Venn 圖
用於統計多個樣品中共有或獨有的OTU數目，可以比較直觀地表現各環境樣品之間的OTU 組成相似程度。
不同樣品用不同顏色標記，各個數字代表了某個樣品獨有或幾種樣品共有的OTU 數量，對應的OTU編號會以EXCEL 表的形式在結題報告中呈現。
分析要求
單張分析圖，樣本分組至少兩個，最多5 個。
Ø 默認設置為97% 相似度水平下以OTU 為單位進行分析作圖。
6. Heatmap 圖
用顏色變化來反映二維矩陣或表格中的數據信息，它可以直觀地將數據值的大小以定義的顏色深淺表示出來。將高豐度和低豐度的物種分塊聚集，通過顏色梯度及相似程度來反映多個樣品在各分類水平上群落組成的相似性和差異性。
相對豐度比例：
熱圖（圖8）中每小格代表其所在樣品中某個OTU 的相對豐度。以圖8為例，紅框高亮的小格所對應的信息為：樣本（R11-1Z）中OTU（OTU128）的相對豐度比例大概為0.2%。
豐度比例計算公式（Bray Curtis 演算法）：
其中，
SA,i = 表示A樣品中第i個OTU所含的序列數
SB,i = 表示B樣品中第i個OTU所含的序列數
樣品間聚類關系樹：
進化樹表示在選用成圖數據中，樣本與樣本間序列的進化關系（差異關系）。處於同一分支內的樣品序列進化關系相近。
物種/OTU 豐度相似性樹：
豐度相似性樹表示選用成圖的數據中樣品與樣品中的OTU 或序列在豐度上的相似程度。豐度最相近的會分配到同一分支上。
客戶自定義分組：根據研究需求對菌群物種/OTU 研究樣本進行二級分組
Ø 二級物種/OTU 分組：將下級分類學水平物種或OTU 分配到對應的上級分類學水平，以不同顏色區分；
Ø 二級樣品分組：根據研究需要，對樣品進行人為的分組，以不同顏色區分。
7. 主成分分析PCA (Principal Component Analysis)
在多元統計分析中，主成分分析是一種簡化數據集的技術。主成分分析經常用於減少數據集的維數，同時保持數據集中對方差貢獻最大的特徵，從而有效地找出數據中最「主要」的元素和結構，去除噪音和冗餘，將原有的復雜數據降維，揭示隱藏在復雜數據背後的簡單結構。
通過分析不同樣品的OTU 組成可以反映樣品間的差異和距離，PCA 運用方差分解，將多組數據的差異反映在二維坐標圖上，坐標軸為能夠最大程度反映方差的兩個特徵值。如樣品組成越相似，反映在PCA圖中的距離越近。
橫軸和縱軸：以百分數的形式體現主成分主要影響程度。以圖9為例，主成分1（PC1）和主成分2（PC2）是造成四組樣品（紅色，藍色，黃色和綠色）的兩個最大差異特徵，貢獻率分別為41.1% 和27.1%。
十字交叉線：在圖9中作為0 點基線存在，起到輔助分析的作用，本身沒有意義。
圖例解讀：
Ø PCA 分析圖是基於每個樣品中所含有的全部OTU 完成的；
Ø 圖9中每個點代表了一個樣本；顏色則代表不同的樣品分組；
Ø 兩點之間在橫、縱坐標上的距離，代表了樣品受主成分（PC1 或 PC2）影響下的相似性距離；
Ø 樣本數量越多，該分析意義越大；反之樣本數量過少，會產生個體差異，導致PCA分析成圖後形成較大距離的分開，建議多組樣品時，每組不少於5個，不分組時樣品不少於10個；
Ø 圖10中的圓圈為聚類分析結果，圓圈內的樣品，其相似距離比較接近。
8. RDA/ CCA 分析圖
基於對應分析發展的一種排序方法，將對應分析與多元回歸分析相結合，每一步計算均與環境因子進行回歸，又稱多元直接梯度分析。主要用來反映菌群與環境因子之間的關系。RDA 是基於線性模型，CCA是基於單峰模型。分析可以檢測環境因子、樣品、菌群三者之間的關系或者兩兩之間的關系。
橫軸和縱軸：RDA 和CCA 分析，模型不同，橫縱坐標上的刻度為每個樣品或者物種在與環境因子進行回歸分析計算時產生的值，可以繪制於二維圖形中。
圖例解讀：
Ø 冗餘分析可以基於所有樣品的OTU作圖，也可以基於樣品中優勢物種作圖；
Ø 箭頭射線：圖11中的箭頭分別代表不同的環境因子（即圖中的碳酸氫根離子HCO3-，醋酸根離子AC-等，圖中的其它環境因子因研究不同代表的意義不同，因此不再贅述）；
Ø 夾角：環境因子之間的夾角為銳角時表示兩個環境因子之間呈正相關關系，鈍角時呈負相關關系。環境因子的射線越長，說明該影響因子的影響程度越大；
Ø 圖11中不同顏色的點表示不同組別的樣品或者同一組別不同時期的樣品，圖中的拉丁文代表物種名稱，可以將關注的優勢物種也納入圖中；
Ø 環境因子數量要少於樣本數量，同時在分析時，需要提供環境因子的數據，比如 pH值，測定的溫度值等。
9. 單樣品/ 多樣品分類學系統組成樹
根據NCBI 提供的已有微生物物種的分類學信息資料庫，將測序得到的物種豐度信息回歸至資料庫的分類學系統關系樹中，從整個分類系統上全面了解樣品中所有微生物的進化關系和豐度差異。
單樣品圖（圖12）：可以了解單樣品中的序列在各個分類學水平上的分布情況。
圖例解讀：
Ø 圖12中不同的層次反映不同的分類學水平；
Ø 分支處的圓面積說明了分布在該分類學水平，且無法繼續往下級水平比對的序列數量，面積越大，說明此類序列越多；
Ø 每個分支上的名詞後面的兩組數字分別表示比對到該分支上的序列數和駐留在該節點上的序列數；
Ø 圖13中為某單一水平物種分布情況，並非是序列分布。
多樣品圖（圖14）：比對多個樣品在不同分類學分支上序列數量差異。
圖例解讀：
Ø 比對不同樣品在某分支上的序列數量差異，通過帶顏色的餅狀圖呈現，餅狀圖的面積越大，說明在分支處的序列數量越多，不同的顏色代表不同的樣品。
Ø 某顏色的扇形面積越大，說明在該分支上，其對應樣品的序列數比其他樣品多。
Ø 多樣品在做該分析時，建議樣品數量控制在10個以內，或者將重復樣本數據合並成一個樣本後，總樣品數在10個以內。
10.系統發生進化樹
在分子進化研究中，基於系統發生的推斷來揭示某一分類水平上序列間鹼基的差異，進而構建進化樹。