聊到微生物多样性，有几个概念咱们不得不提一提，他们分别是：α多样性，β多样性和γ多样性。这三个概念都是由一位叫Whittaker的大人物最先提出的，他们间的关系可以用一个柿子表示：

β = γ/α

“等等，题目是β多样性分析的应用，为什么提到什么α、γ之类的东东，我要米糊了！”看官别急嘛，有比较才能让咱们更好的认识事物的本质啊。那么这3个希腊字母到底是什么呢？它们之间又有什么区别呢？不卖关子了，下面开讲啦！

按照字母顺序的话，咱先讲α。简单来讲α多样性就是一个样本（环境）中的物种数目。大家经常看到的Simpson指数和Shannon指数都可以用来衡量α多样性的大小。接下来是γ。“不应该是β多样性吗？”重要的事情咱们要放在后面说。γ描述的范围就大多了，可以是一片区域或者是大陆尺度内的物种多样性。这么大的范围，想想咱们经费有点紧，还是不研究了吧。

α范围太小，γ范围太大，肿么办？来看咱们今天的boss--β多样性。看过《三傻》的同学们是不是对电影里兰彻回答老师什么是机器的场景历历在目。咱们也来演一下。

老师问：什么是β多样性？

兰彻答：不同样本间的物种差异。

老师：我问的是定义！！

兰彻：哦，定义。原始定义是沿环境梯度上或者环境类型上物种的取代或者生物改变程度有一定分歧的扩展的定义是我们可以把任何对组成型变异的度量都可以看作是对β多样性的度量。

为兰彻惊人的肺活量鼓掌！

还是没弄明白？没关系，举两个比较典（ji）型（duan）的栗子，请看下图：

            http://s16/bmiddle/002mgBnTty6WW9uo9tBcf&690  

           http://s2/bmiddle/002mgBnTty6WW9vj2FPe1&690

如果还是不懂，就重头再看一遍或者wiki一下(https://en.wikipedia.org/wiki/Beta_diversity)了吧。

其实对β多样性的计算方法比较多，公式也都比β = γ/α复杂。小编随便找到的几个，比如Whittaker指数，Cody指数（βc）和Wilson Shmida指数（βT）。由于不同的计算方法不同，得到的β多样性范围也是不同的，看官使用时注意研究研究。当然，咱们平时使用的多是那个扩展的定义，也就是任何对组成型变异的度量都可以看作是对β多样性的度量。根据这个定义，咱们会发现利用β多样性可以做很多分析，下面这些分析您好像在哪里见过吧（哪里？没错，美吉的分析报告里）。

一、相似度聚类树

首先使用描述群落组成关系和结构的算法计算样本间的距离，然后根据β多样性距离矩阵进行层次聚类分析，最后使用UPGMA算法构建树状结果做图。此树可以反映多个样本间的相似和差异关系。如下图：

http://s16/bmiddle/002mgBnTty6WW9AwbkXdf&690

二、主坐标分析（PCoA）

Pcoa是一种研究数据相似性或差异性的可视化方法，该方法通过一系列的特征值和特征向量进行排序后，选择主要排在前几位的特征值。利用Pcoa可以找到距离矩阵中最主要的坐标，而这里的距离矩阵就可以是β多样性经计算得到的距离矩阵。

http://s8/bmiddle/002mgBnTty6WW9BdeKzc7&690

三、组间差异分析（Anosim）

相似性分析(ANalysis of Similarities) 可以用来判断组与组之间或者处理和对照之间是否有显著差异，其也会用到β多样性距离矩阵。

http://s1/bmiddle/002mgBnTty6WW9C80Rq70&690

另外，在聚类分析（PCA）、排序分析（RDA）分析中，我们也能看到β多样性的身影。理解β多样性对我们学习分析的重要性，就不要小编再多说了吧。想要学习更多分析内容和技巧，请关注美吉生物微信公众号哦，也请继续关注美吉生物。您的关注，是我们前进的动力。