生态数据处理，使用QIIME¶
作业要求¶
- De-novo OTU picking以及OTU table的制作
- alpha多样性分析：优势种(>5%/10%)的Relative Abundance分布图；Rarefaction Curve( Shannon, Simpson, Observed species)
- beta多样性分析： Unweighted/Weighted Unifrac PCoA分析
- 群体性分析：NMDS分析–R 差异分析（Adonis，ANOSIM，MRPP）–R
获得数据 Obtaining the data¶
从群共享下载到三个文件，简介：
BF_Map.txt 5.10KB¶
这是对原始测序fna文件的描述，是原始数据
|SampleID|BarcodeSequence|LinkerPrimerSequence|Treatment|Plate|Description| | -------- | -----: | :----: | |样本ID|用于区分样本的序列|测序时加上的序列|样本的处理，Control与Warming||描述，有TagA,TagB,TagC|
otu_table_F.txt 23.9MB¶
OTU是在数量分类学方面作为对象的分类单位
计算得出的OTU Table
每行一个OTU，如果匹配到数据库上有微生物的物种分类数据，以及每个样本是否包含这个OTU–包含为1，不包含为0
otus_BF.rar 36.7MB¶
内含otus_BF文件夹，为De novo OTU picking步骤的生成结果
从头开始的OTU组装 De novo OTU picking¶
由于缺少原始文件，本步骤无法复现，运算结果为给出的otus_BF.rar
此步骤生成了rep_set.tre，使用FigTree软件进行查看：
查看产生的OTU Table¶
一共有50个样本，参照给出的原始BF_Map.txt（72个样本）， 发现其中的F.TagA.3C.12和F.TagA.3C.13的Count数太小可以忽略，比较两个文件发现ID为TagA的都没有出现在给出的OTU Table中
技术Point:用Excel比较两列相同元素http://jingyan.baidu.com/article/c843ea0b7a2a7477921e4a47.html
Make an OTU network¶
人家说要用Cytoscape，有待研究
生成的otu_network文件夹戳这里下载
物种分类统计 Summarize communities by taxonomic composition¶
这里是重点
打开taxa_summary/taxa_summary_plots文件夹，里面有两个网页，
网页打开后5张图，每张图的横坐标都是50个样本，从上到下分类阶元越来越细
选择最高层次的这张bar图吧：
解压压缩包后打开网页，用鼠标抚摸这张图可以看到分类信息
底下红色是最多的，是Other
其次最多的看起来是上边的红色的，Proteobacteria
产生热图Make a taxonomy heatmap¶
计算alpha多样性¶
alpha多样性的计算结果在arare/alpha_div_collated中，里面有
- shannon.txt
- simpson.txt
- observed_otus.txt 这就是PPT要求的Observed species
每一列是一个样本
每一行行是取样大小+迭代次数：
rarefaction_##_#.txt: the first set of numbers represents the number of sequences sampled, and the last number represents the iteration number
用不同的采样大小可以得到不同的数值，就可以画出下面这些图
看alpha稀疏图¶
首先了解这是个什么东西 Wikipedia
问题：如果使用Category:Treatment, 数据上很多NaN，看不出不同处理的显著性差异
计算beta多样性 Compute beta diversity and generate ordination plots¶
Unweighted¶
红色Control 蓝色Warming
Treatment上没有显著性区别
那什么具有显著性区别呢？
手工标上颜色：
黄色 TagC_13 绿色 TagB_13 蓝色 TagC_12 红色 TagB_12
发现样本最后的标号12与13才是最显著的区别来源！
Weighted¶
同样在Treatment上没有显著性差异