微生物擴增子高通量測序數據分析

（1）內容新穎系統：本書重點介紹了微生物擴增子高通量測序數據格式和數據質控、擴增子高通量數據分析方法、微生物多樣性分析、微生物群落結構及差異分析、基因功能預測、微生物與環境因子關聯分析及相關可視化等內容。 （2）入門易：遵循學習規律，入門實戰相結合。適用于零基礎的讀者，無需R、Python等編程基礎，理論+實戰案例，內容由淺入深，循序漸進，從入門中學習實戰應用，從實戰應用中激發學習興趣。引導零生信基礎讀者快速掌握微生物擴增子分析技術。 （3）實操性強：入門進階實戰，一步一圖易學，全程一個案例貫穿始終，從軟件安裝到數據處理繪圖一次搞定。內容所涉源文件和運行文件，可直接獲取、查看和對比學習，效率更高。

微生物擴增子高通量測序以成本低、鑒定效率高和靈敏度高等優點成為環境微生物群落分析的主流研究手段之一，它既能對微生物進行定性定量研究，又規避了傳統方法中絕大部分微生物不能培養的缺陷。近年來，高通量測序技術的快速發展催生出了一系列微生物組研究的技術手段，同時也積累了海量數據。
高通量測序數據的分析涉及生物學和計算機科學的相關知識，但是同時具有生物學與計算機科學背景的研究者并不多，因此測序數據的分析是很多研究者開展研究時面對的首要難題。如果想要挖掘測序數據中的生物學意義，研究者需熟練掌握擴增子分析的相關方法與技術，但繁雜的數據處理過程與晦澀難懂的分析原理極大地限制了相關研究者的工作?；诖?，本書編者團隊總結了微生物擴增子高通量測序數據分析實戰過程中的所疑所學所知，編寫了本書。
如何用好本書呢？如果是擴增子分析零基礎的讀者，可以先使用本書提供的示例數據，根據書中的實操步驟逐步練習，成功獲得正確的結果后再進行個人數據的分析；如果是基礎較好的讀者，可以直接根據個人所需查閱對應板塊進行學習。在Linux以及R下使用的代碼均可直接按書中提供的代碼輸入運行。書中部分圖片以彩圖形式放于二維碼中，讀者掃碼即可參閱。
為了讓讀者更好地分析數據，避免遇見硬件和軟件上的問題，推薦計算機的配置為操作系統Windows10或Windows11，4+核心CPU，16GB+內存，100GB+可用儲存空間。常用開源軟件包括QIIME2、Past4、STAMP、R、Gephi等，部分流程提供了編者計算機的運行時間供參考，以便讀者對分析時間做好把握。本書使用的示例數據可通過微信公眾號“環微分析”獲取或訪問NCBI進行下載。
本書由許繼飛（第1章、第2章和第3章）、徐林芳（第4章、第5章5.1和5.2內容）、柳蘭洲（第5章5.3、5.4和5.5內容、第6章6.1和6.2內容）、梁珊珊（第6章6.3和6.4內容）編寫。全書由許繼飛統稿，由許繼飛、徐林芳、柳蘭洲、梁珊珊和張沐陽校閱。
由于編者的水平所限，本書難免存在疏漏和不當之處，懇請廣大讀者批評指正。

許繼飛
2023年1月

本書詳細介紹了微生物擴增子高通量測序數據格式和數據質控、擴增子高通量數據分析方法、微生物多樣性分析、微生物群落結構及差異分析、基因功能預測、微生物與環境因子關聯分析及相關可視化等內容，兼具分析理論和方法實操。從實驗設計、質量控制、數據分析到可視化圖表，由淺入深，循序漸進，是一本系統的微生物擴增子高通量測序數據分析的實戰工具書。
本書適合廣大生物信息學、生物技術、生態、環境、食品、醫學等相關領域的科研人員和相關專業師生閱讀。

第1章 測序數據001
1.1 示例數據 001
1.1.1 分析目標 002
1.1.2 采樣點概況 002
1.1.3 理化數據 003
1.1.4 擴增子高通量測序數據 004
1.2 文件類型 007
1.3 文件內容 008
1.3.1 FASTQ存儲格式特點 009
1.3.2 堿基質量 010
1.4 質量評估 012
1.4.1 評估方法 012
1.4.2 分析結果 013
1.4.3 總體樣本質量 023

第2章 擴增子高通量數據分析026
2.1 分析平臺 026
2.1.1 平臺介紹 027
2.1.2 平臺搭建 029
2.1.3 Ubuntu系統 032
2.2 構建特征表 036
2.2.1 數據導入 036
2.2.2 去噪 041
2.2.3 導出特征表 052
2.2.4 BIOM文件 053
2.3 物種注釋 055
2.3.1 參考數據庫 055
2.3.2 訓練分類器 056
2.3.3 物種組成 065
2.4 小結 069

第3章 微生物多樣性分析070
3.1 PAST軟件 070
3.2 Alpha多樣性 071
3.2.1 數據導入 072
3.2.2 計算多樣性指數 072
3.2.3 Alpha多樣性指數 075
3.3 稀釋曲線 077
3.4 Beta多樣性 079
3.4.1 數據導入 079
3.4.2 距離矩陣 080
3.4.3 UPGMA聚類分析 081
3.4.4 群落差異檢驗 083
3.4.5 排序分析 087

第4章 微生物群落結構及差異分析099
4.1 群落結構 099
4.1.1 百分比堆積柱狀圖 100
4.1.2 熱圖 104
4.1.3 韋恩圖 112
4.1.4 樣本–物種豐度關聯Circos弦裝圖 116
4.1.5 小結 119
4.2 差異分析 119
4.2.1 統計檢驗 119
4.2.2 LEfSe在線分析 124

第5章 基因功能預測131
5.1 PICRUSt2 131
5.1.1 配置環境 132
5.1.2 標準分步流程 133
5.1.3 KEGG通路層級匯總 145
5.2 Tax4Fun2 146
5.2.1 配置環境 147
5.2.2 運行分析 147
5.3 FAPROTAX 151
5.3.1 配置環境 152
5.3.2 數據準備 152
5.3.3 功能預測 153
5.4 代謝通路豐度柱狀圖 154
5.4.1 基于PICRUSt2輸出數據繪圖 154
5.4.2 基于Tax4Fun2輸出數據繪圖 156
5.4.3 基于FAPROTAX輸出數據繪圖 157
5.5 STAMP軟件 159
5.5.1 導入數據 159
5.5.2 假設檢驗 161
5.5.3 分析可視化 165
5.5.4 注意事項 168

第6章 微生物與環境因子關聯分析169
6.1 環境因子分析 169
6.2 冗余分析 170
6.2.1 分析原理 171
6.2.2 分析步驟 171
6.2.3 導出圖形 182
6.3 網絡分析 183
6.3.1 分析原理 184
6.3.2 Cytoscape 186
6.3.3 Gephi 192
6.4 隨機森林模型分析 199
6.4.1 分析原理 199
6.4.2 分析內容 200

參考文獻207