LEfse分析定义了LEfse分析LDA Effect Size分析，实现了多组间的比较，在组比较内部进行子组比较分析，可以找到组间丰度存在显著差异的物种(参见)
主要通过非参数因子Kruskal-Wallis秩和检验来实现。
运行LEfSe软件主要分为三个步骤。 第一步：需要将普通物种、基因等丰度信息表转化为LEfSe识别的形式。 现在将生成以. in结尾的文件
第2步(此步骤也是最重要的步骤，统计有明显差异的biomarker、统计子组之间的差异、统计effectsizes(LDAscore )后，将生成. res格式的文件。 如下图所示，Step1组或以上样品采用的非参数因子Kruskal-Wallis等级和检测中检测到biomarker。
步骤2 :根据前一步显著差异种基因，进行两组间Wilcoxon排序和检测，检测组间差异。
Step3)线性判别分析(LDA )评估种类对biomarker的影响(即LDA score )，最终获得biomarker。 第三步：根据第二大步的数据绘制各种图像。 如下图所示
LDA值分布直方图：
显示出LDA score比设定值差异大的种类，即统计学上不同的biomaker。 显示不同组丰度有显著差异的物种，条形图长度显示显著差异物种影响的大小；
进化分支图：
从内到外辐射的圆表示门到属(或种子)的分类等级。 不同分类级别上的每个小圆表示该级别上的分类，小圆的直径大小与相对丰度的大小成比例。
着色原则：差异无显著性的物种统一着色为黄色，差异种Biomarker按组着色，红色节点代表红色组中起重要作用的微生物群，绿色节点代表绿色组中起重要作用的微生物群，其他轮色含义相同。 图中用字母表示的种名用右边的图例来表示。
不同组各样品中biomaker丰度对比图：
将biomaker存在度最高的样本的存在度设为1，在其他样本中，将该biomarker的存在度设为相对于丰度最高的样本的相对值。