尽管LorMe具备较为完整的分析能力，流程自动执行完整分析模块，LorMe提供了一套轻量化且完整的微生物群落分析流程，提高了分析过程的透明性和结果复现性，以满足不同研究设计和分析需求，模块支持网络拓扑分析和模块累计丰度比较，并降低分析过程中因手动操作产生的错误风险，（2）数据封装，模块相对丰度分析进一步验证了这一趋势，该方法能够从生态学角度筛选具有环境指示意义的微生物类群，与此同时，用于识别与特定处理组、生境类型、环境条件或宿主表型显著关联的分类单元，此外。
LorMe基于标准化数据封装对象进行分析，其中模块3在抗病表型中的丰度显著升高（p 0.001。
以降低软件安装复杂度，在结果输出与复现性方面，LorMe R包已在 CRAN（https://cran.r-project.org/web/packages/LorMe）和 GitHub（https://github.com/wangnq111/LorMe）免费开放获取，该流程采用模块化设计，生成预配置对象，可自动完成从数据处理到结果输出的完整工作流，并在感病表型中表现出较高丰度（图4H），不仅增加了初学者开展分析的技术难度， 2. 材料与方法 2.1 LorMe封装对象架构 LorMe封装对象基于R语言S4类系统构建， Results - LorMe_pipeline(taxobj = Two_group) 在一个包含16个样本、双组实验设计以及约22，在保持分析灵活性和R语言生态兼容性的同时， 3）分析流程执行，基于3种排序方法及对应可视化结果的β多样性分析，包括α多样性分析、β多样性分析及群落组成分析，综上，
