假如你手头只有108个样本，或者说，你的数据只有108行，那该如何分析？将来能发啥样档次的论文？恐怕多数人觉得，数据量这么少，即使投一代神刊《巴基斯坦植物学报》也有难度。而下面这篇Nature大作就教育我们，数据不在多少，关键是如何分析，如何化简单为神奇。
这是一篇典型的Meta分析研究，一共包含了108个案例（是108个案例，也就是数据只有108行，而不是108篇论文，论文数量远不及108，因为同一篇论文可以提取好几个案例）。作者首先采用典型的Meta分析方法分析了不同条件下，CO2升高对土壤C的影响。
而要发Nature，仅凭这些显然是不够深入的。作者们后面便将Meta分析和随机森林结合，把108行数据玩出了新高度，新境界：
1）在108行数据中，加入了19个解释变量（环境因子），用meta随机森林（metaforest）删选出其中对效应值比较重要的变量。
##核心代码mf_cv <- train(y = data$yi,x = X,method = ModelInfo_mf(),trControl = cv_folds,tuneGrid = tuning_grid,keep.inbag = TRUE,num.threads = 31,verbose=TRUE,num.trees = 10000)# Cross-validated R2 of the final model:mf_cv$results[which.min(mf_cv$results$RMSE), ]$Rsquared### saveRDS(mf_cv, "mf_cv_rel.RData")mf_cv <- readRDS("mf_cv_rel.RData")importance.export.rel <- varImp(mf_cv)$importance###write.csv(importance.export.rel,"VI_rel.csv")final <- mf_cv$finalplot(final)imp.rel <- VarImpPlot(final,label_elements = newnames)imp.relimp <- VarImpPlot(final,label_elements = newnames)
2）基于随机森林选出的比较重要的五六个环境因子，在metafor中，进行传统的线性模型模型选择，并加入这些因子之间的交互作用，再次评估不同因子对效应值的重要性。
##核心代码res <- glmulti(yi ~ Nitrogen.fertilization + Symbiotic.type + Effect.biomass +Experiment.type + Cstock,data=intact,level=2, fitfunction=rma.glmulti, crit="aicc", confsetsize=128)plot(res, type="s")
3）依据效应值和其决定性环境因子的关系，对效应值的全球格局进行预测。
所以说这篇靠着一百单八将能发Nature的案例，其统计技术应用超凡脱俗，看上去够炫酷，或许是个关键原因。其方法（传统Meta+随机森林）也确实值得学习。但个人总觉得如果仅仅依据108行数据，就搞一个全球的分析，不管分析再花哨炫酷，其可靠性有多大呢，欢迎老铁们提出自己的见解!
参考文献：
Terrer, C. et al. A trade-off between plant and soil carbon storage under elevated CO2. Nature 591, 599-603, doi:10.1038/s41586-021-03306-8 (2021).
