使い方（3ステップ）
- 例題を選ぶか、OTU/ASV表を貼り付け（またはCSV取り込み）します。
- 指標（Jaccard / Bray-Curtis）と前処理（相対存在量など）を選びます。
- 距離行列、ヒートマップ、PCoAが表示されます（CSV/PNG出力も可）。
β多様性は探索・可視化に便利ですが、統計的な結論を出す場合は追加の解析（検定やモデル化）が必要になります。
入力
—
指標と前処理
測定深度が違う場合は「相対存在量」が便利です。
サンプルグループ（任意：PCoAの色分け）
2列: sample, group（ヘッダ行は任意）。
結果
これは探索・学習向けの計算ツールです。統計的な結論を断定しません。
—
共有/出力
共有URLは「設定」を復元します（入力データは含みません）。入力も含めて保存する場合はJSON出力をご利用ください。
距離行列
ヒートマップ
PCoA（2D）
JaccardとBray-Curtisの違い
- Jaccard は「いる/いない」（存在/非存在）だけで比較します。
- Bray-Curtis は「どれくらいいるか」（量）も使って比較します。
Bray-Curtisは、サンプルごとの総カウント差（測定深度）の影響を受けるため、必要に応じて「相対存在量」も比較してみてください。
数式（参考）
- Jaccard 距離:
d = 1 - |A∩B| / |A∪B| - Bray–Curtis 距離:
d = Σ|xᵢ - yᵢ| / Σ(xᵢ + yᵢ)
ここで A/B は「出現した特徴の集合」、xᵢ/yᵢ は「特徴 i の値（相対存在量やカウントなど）」です。軸の向きは任意なので、PCoAの左右反転などは意味が同じです。
よくある質問（FAQ）
β多様性とは何ですか？
サンプル同士がどれくらい似ているか（または違うか）を、距離（dissimilarity）として表したものです。値が小さいほど似ていて、大きいほど違います。
JaccardとBray-Curtisはどう違いますか？
Jaccardは存在/非存在だけで比較します。Bray-Curtisは量も使って比較します。
PCoAとは何ですか？
距離行列から、サンプルを2次元に配置して“全体の関係”を見やすくする方法です（主座標分析）。軸の向きは任意なので、左右が反転しても意味は同じです。
この結果だけで統計的に差があると言えますか？
言えません。β多様性は探索・可視化に便利ですが、差の検定などを行うには追加の解析が必要です。
関連ツール
- まずは“サンプル内の多様さ（α多様性）”を確認 → 多様度指数（Shannon・Simpson）計算機
- 集団サイズと変動のイメージを掴む → 遺伝的浮動シミュレーター（Wright–Fisher）
コメント
誤りの指摘や改善提案があれば、コメントでお知らせください（匿名フォームは用意していません）。