1.Adjust alpha diversity using covariates as fixed effect in Maaslin2##
2.Get covariate-adjusted coefficients
https://forum.biobakery.org/t/get-covariate-adjusted-coefficients/4308
3.How can MaAsLin2 be used to adjust for covariates （such as age and sex）?
4.MaasLin2: Heatmap Vs Significance
https://forum.biobakery.org/t/maaslin2-heatmap-vs-significance/1800
Q：
Masslin2来识别与纵向数据集的特定临床协变量(元数据)相关的分类群，使用患者ID作为随机效应，使用临床协变量作为固定效应。
1、是一次只考虑一个元数据，还是在固定效果中一起考虑它们?这两种方法的区别是什么?
2、对于性别的分类特征，当参考性别为Male时，显著性文件中的Female值为正值是否表示该分类群与Female Vs Male呈正相关;如果是负的，反之亦然?
3、如果将多个协变量视为固定效应，不确定如何理解热图和显著性结果表?
例如，有4个临床地点和性别，热图显示其中2个地点和性别呈正相关，但显著性结果表只有1个地点的一个值，如何解释?
A：
1、MaAsLin调整所有协变量运行的模型。因此，如果一次运行一个变量，你感兴趣的其他变量将不会在运行过程中被调整。这可能是好事，也可能是坏事。如果您有两个高度混淆的变量，则可能导致运行模型时出现问题。然而，如果你有临床协变量，可以解释独立于你感兴趣的变量(如年龄、饮食等)的显著变化，包括模型中的这些变量可以增加你对结果的信心。我希望这能帮助你做出决定!
2、是的。
3、如果没有一个最低限度可重复的示例数据集，我将很难回答这个问题。由于热图是基于重要的结果tsv文件，它应该包括热图中的所有内容。(需要注意的是，它在绘图时最多只能包含50个重要特征)。
Q:
第3条，考虑多个协变量时，例如性别，年龄和BMI进行建模。根据热图的输出，我说一个特定的物种与性别和年龄都有显著的正相关(附图中的第一行);但在元数据列的显著性结果表中，只列出了性别和相关的p值。我怎么理解这个p值，它是根据年龄调整的吗?我如何解释这个结果，是不是性别和年龄都有显著的关联，但性别的关联更高?
A：
热图和重要关联表应该相互对应，因为热图是分析中所有重要关联的子集，在热图中看到关联而在重要关联表中看不到关联是非常不寻常的。
关于对结果的解释，当模型中有多个协变量(例如微生物丰度~ X + Y + Z)时，解释如下(假设Z的相应系数在FDR校正后显着):
“在调整了X和Y之后，Z与结果(即特征丰度)呈正相关或负相关(取决于系数的符号)。”
