众筹编写《微生物组数据分析与可视化实战》——成为宏基因组学百科全书的创始人...

众筹编写《微生物组数据分析与可视化实战》——成为宏基因组学百科全书的创始人

高通量测序的发展极大地推动了微生物组/宏基因组领域的发展。微生物组的数据分析和解读需要微生物学、生物信息学、统计学、Shell和R语言、宏基因组学等多学科的知识，无论是中国还是世界范围内仍缺少系统的学习教材。宏基因组公众号成立的目的是打破微生物组数据分析解读的壁垒，推动本领域的发展。目前经常三年的积累，已发布数百篇本领域相关数据分析、可视化和科研经验的教程。但本领域发展迅速，很多教程需要更新，而且团队成员的知识和研究领域有限，需要更广泛的同行加入，打造宏基因组学入门百科全书，现向全球华人圈全面征集《微生物组数据分析与可视化实战》章节编写的创作者和审稿人。

创始人就是你，赶快加入贡献你的智慧吧！

创作者要求

• 本领域的专业同行，专业包括且不限于微生物学、生物信息学、微生物组学，或应用培养组学、扩增子、宏基因组、宏转录组、宏病毒组、宏蛋白组、宏代谢组、宏表观组等技术研究人类、动植物、环境的相关研究人员(年级和职称不限)；

• 有专业知识搜集和整理的能力，有记录电子笔记、发表文章经历者的优先；

• 认领下方目录中章节，按照参考模板(一周内陆续发布前几节样章)，采用有道云笔记markdown格式或Rmarkdown(加入后有免费培训)编写逻辑严谨、考虑读者感受、可重复性强的教程；

• 对宏基因组编辑部提出的合理意见进行认真修改；

创作者福利

• 创作者作为章节的作者之一；

• 结识宏基因组核心团队成员，见习编辑可获取编辑的基础培训；

• 发布文章三篇或过万字，可成为正式编辑，免费获得价值万元的最新扩增子、宏基因组分析流程或参加培训、会议的机会；

• 相关教程、技术文档可推荐发表SCI论文，详见：《JoVE微生物组专刊征稿，写方法拍视频教程发SCI》

• 根据贡献，获得团队发表论文、出版图书的署名权；

审稿人要求

• 专业审稿人，建议有发表文章经历，对自己擅长领域章节的逻辑、语言的全面修改和提出改进建议(同论文审稿)；

• 大众审稿人，对公众号发布文章中可改进地方提出意见或建议，可通过文章下方留言、联系公众号管理员等方式沟通；

审稿人福利

• 专业审稿人可进入编辑部，作为审核文章的责任编辑，获得责编栏姓名和单位的署名权；

• 大众审稿人的姓名和单位可出现在章节的致谢部分；

• 审稿人节日福利红包！

联系宏基因组公众号

联系人：刘老师

微信：meta-genomics

广告营销人员较多，添加微信务必备注姓名-单位-职位-研究方向，否则无法通过好友申请

邮箱：[email protected]

微生物组数据分析与可视化实战——目录

以下为目前整理本领域基础知识、常用分析、必备技能的目录。部分章节有前期发布的资源和教程供参考。有自己擅长章节的作者，欢迎认领相应章节进行更新或从头创作。如果你觉得有自己擅长而且重要的知识和方法，欢迎联系我们一起讨论目录的更新。

中文的宏基因组学百科全书期待你的贡献！

• 序

• 推荐序

• 编者序

• 微生物组分析(原始数据到特征表)

• 扩增子

• 宏基因组

• USEARCH/VSEARCH

• QIIME 2

• 有参分析Read-based

• 无参Assembly-based

• 功能注释数据库

• 分箱专题

• 生物信息

• 实验设计和元数据

• 分析的基本思路

• Shell和Linux

• R统计与绘图

• R语言基础

• ggplot2绘图基础

• R语言绘图专辑

• 高级统计绘图

• 微生物组的概念

• 常用研究手段

• 扩增子16S

• 宏基因组

• 其他宏组学

• 微生物组

• 分析前准备

• 常用分析流程

• 认识特征表 Feature table

• 特征表的分析、可视化和解读

• 特征与环境因子相关

• 特征间相关(同网络)

• 相关分析的可视化

• 进化树构建

• 分类树构建

• 机器学习的常用算法

• 随机森林分类

• 随机森林回归

• Adaboost/slime2

• 深度学习

• 来源追溯SourceTracker/FEAST

• 其他常用算法

• 网络基础知识

• 可视化入门

• 可视化进阶

• t检验和秩和检验

• 匀二项分布和计数型差异分析edgeR/DESeq2

• STAMP与扩展柱状图

• LEfSe和Cladogram

• 其他常用差异分析方法

• 堆叠柱状图

• 弦图

• 树图/气泡图

• 非限制性排序PCoA/NMDS

• 统计方法PERMANOVA

• 限制性排序

• 箱线图或柱状图

• 稀释曲线

• 维恩图

• Alpha多样性

• Beta多样性

• 物种组成

• 差异比较

• 网络分析

• 机器学习

• 树形图

• 相关分析

• 统计学基础

• 正态性检验和方差齐性分析

• t检验、方差分析、卡方检验使用注意事项

• 两组和多组秩和检验

• 多重比较的P值校正

• 物种数据标准化方法和注意事项

• 文章套路总结

• 参考基因集

• 碳水化合物

• 抗生素抗性

• 扩增子

• 宏基因组

• 扩增子+宏基因组

• 其他研究热点

• 附录

• 实验设计

• 测序平台和测序技术

• 数据备份与发布

• 图片排版和美化

• 杂志点评

• 论文写作、投稿和文献整理

• 机遇与挑战

• 三代测序

• 经验和资源推荐

• 宏基因组精品文章(专题)

序

推荐序

找在本领域积累多年的专家、学者，如朱永官院士、蓝灿辉总裁、赵方庆研究员、王军研究员、褚海燕研究员、韦中教授等对本书进行点评。

编者序

概述、历史背景、我们的基础、主要动机，以及你将学到什么？

微生物组分析(原始数据到特征表)

微生物组

微生物组的概念

发展史：摸索，初步探索，建立方法，百花齐放。

• 测序发展史，150年的风雨历程

• 一文读懂微生物组

• 有声专栏-宏基因组专业词汇—001宏基因组

• Nature综述：Microbiota, metagenome, microbiome傻傻分不清

• Microbiome：微生物组名词定义

• 群落生态学的 α-、β-、γ-多样性

• 16S测序，不知道OTU你就out了！

• 扩增子分析还聚OTU就真OUT了

• 主流非聚类方法dada2,deblur和unoise3介绍与比较

测序平台和数据

• 学习全基因组测序数据分析 1测序技术 2fasta&fastq

常用研究手段

扩增子16S

• 扩增子16S分析专题研讨论会——背景介绍

• 01-背景介绍

• 02-真菌引物选择

宏基因组

• 宏基因组基础知识梳理

其他宏组学

真菌组 18S/ITS

• FUNGuild：真菌功能注释

功能基因

• 功能基因多样性研究概述

代谢组

• MetaboAnalyst 4.0，代谢组学研究利器的升级

基因组

• 一个细菌基因组完整分析脚本

• RepeatMasker：基因组重复序列注释

• 基因组注释 1重复序列 2非编码和编码基因 3功能注释Prokka

转录组

有时研究也会涉及宿主、微生物的基因表达研究。更多转录组、单细胞的文章可关注生信宝典公众号。

• Genevestigator: 查找基因在发表研究中的表达

• psRobot：植物小RNA分析系统  

分析前准备

生物信息

• 刘永鑫：想学菌群生物信息分析-21分钟带你入门

实验设计和元数据

• 微生物组取样和DNA提取建议

• 微生物常见20种培养基配方

• 微生物组学研究的那些”奇葩“动物模型

• 样品生物学重复数据选择 1必要性  2需要多少重复？

• 样品命名 注意事项 实例

• NBT：扩增子及其他测序的最小信息标准和测序规范(MIMARKS)

• NBT：未培养病毒基因组的最少信息标准（MIUViG）

• 扩增子引物选择 16S结构 16S单V4区是最佳选择? 引物评估

• 海洋可培养微生物的鉴定与分类

• 怎么取粪便样品

• 根际土Rhizosphere/Rhizoplane如何取

• Microbiome: 室温存储样本方法比较

• NBT：高通量测序16S及18S rRNA全长

• Microbiome：16S扩增子测序研究中定量变异和生物量影响

• Microbiome：扩增子检测环境样本单细胞真核生物和寄生虫的新方法

• Rob Knight: PCR不需要做三个平行再混合！

分析的基本思路

Shell和Linux

• 自学生信-biostar handbook

• Linux命令screen—终端切换，工作环境保存，画面同步，防断网

• Nature Method：Bioconda解决生物软件安装的烦恼

• 生信人值得拥有的编程模板-Shell

• 生信人值得拥有的编程模板-Perl

• 手把手教你生信分析平台搭建

• Windows轻松实现linux shell环境：gitforwindows

• 开启win10内置Linux子程序

• Docker的基本使用-Ubuntu18.04

• linux 极简统计分析工具 datamash

• csvtk：高效命令行版极简dplyr

• 文件批量重命名的技术，你值得拥有

• 耗时很长的程序忘加nohup就运行了怎么办？

R统计与绘图

• 28个实用绘图包，总有几个适合你

• 一条命令绘制CNS配图-ggpubr

  R语言基础

• 图之典—可视化图表的词典

• 编程模板-R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、文件读取、表格和矢量图输出

• R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences

• 数据可视化基本套路总结

• R图转成Word、PPT、Excel、HTML、Latex、矢量图等

• 你知道R中的赋值符号箭头<-和等号=的区别吗？

• 使用dplyr进行数据操作30例

• 交集intersect、并集union、找不同setdiff

• R包reshape2，轻松实现长、宽数据表格转换

• 1数据类型（向量、数组、矩阵、 列表和数据框）

• 2读写数据所需的主要函数、与外部环境交互

• 3数据筛选——提取对象的子集

• 4向量、矩阵的数学运算

• 5控制结构

• 6函数及作用域

• 7认识循环函数lapply和sapply

• 8分解数据框split和查看对象str

• 9模拟—随机数、抽样、线性模型

ggplot2绘图基础

• ggplot2高效实用指南 (可视化脚本、工具、套路、配色)

• ggplot2地理信息可视化 上 下

• 1初识ggplot2绘制几何对象

• 2图层的使用—基础、加标签、注释

• 3工具箱—误差线、加权数、展示数据分布

• 4语法基础

• 5通过图层构建图像

• 6标度、轴和图例

• 7定位-分面和坐标系

• 8主题设置、存储导出

• 9绘图需要的数据整理技术

• ggThemeAssist：鼠标调整ggplot2主题，不用再记这些代码啦！

• 不需要懂得编程，但却可以使用ggplot2画出论文级别的图？esquisse

• ggplot版本的华夫饼图吧

R语言绘图专辑

• ggplot2版聚类物种丰度堆叠图

高级统计绘图

• 50个ggplot2可视化案例

• R语言大会：宏基因组数据分析和可视化套路总结

• 28个实用绘图包，总有几个适合你

• 热图绘制

• 获取pheatmap聚类后和标准化后的结果

• R做线性回归

• 绘图相关系数矩阵corrplot

• 相关矩阵可视化ggcorrplot

• 绘制交互式图形recharts

• 交互式可视化CanvasXpress

• 聚类分析factoextra

• LDA分析、作图及添加置信-ggord

• 解决散点图样品标签重叠ggrepel

• 添加P值或显著性标记ggpubr

• R语言一键批量完成差异统计和可视化

• Alpha多样性稀释曲线rarefraction curve

• 堆叠柱状图各成分连线画法：突出组间变化

• 冲击图展示组间时间序列变化ggalluvial

• 桑基图riverplot

• 微生物环境因子分析ggvegan

• 五彩进化树与热图更配ggtree

• 多元回归树分析mvpart

• 随机森林randomForest 分类Classification 回归Regression

• 加权基因共表达网络分析WGCNA

• SPIEC-EASI的微生物网络构建示例

• circlize包绘制circos-plot

• R语言搭建炫酷的线上博客系统

• 使用ComplexHeatmap包绘制个性化热图

• R包circlize：柱状图用腻了？试试好看的弦状图

• Science组合图表解读：相关corrplot+环境因子连线

• gganimate绘制动图观察连续变化数据

• Pathview包：整合表达谱数据可视化KEGG通路

• ggcor：相关系数矩阵Science级组合图表

• ggridges包：时间动态波涛汹涌图

• 地图 世界 中国

• 手把手重现Science的主图Maptree

• 基于R的混合线性模型的实现

• 普鲁克分析（Procrustes Analysis）评估物种-环境/功能关联度的一个示例

• R语言绘制带聚类树的堆叠柱形图

常用分析流程

盘点主流软件。高级阶段应该是各种方法步骤的自由组合，甚至是根据需要设计、开发方法。

• 遗传：微生物组数据分析方法与应用

• Nature综述：手把手教你分析菌群数据 2020更新

扩增子

64, 33格式转换

• 极速的FASTQ文件质控+过滤+校正fastp

• USEARCH—最简单易学的扩增子分析流程

• 微生物组领域近十年最重要的8个软件或算法

• 扩增子分析流程-把握分析细节

• 16S功能预测 0概述   1KO通路PICRUSt  2元素循环FAPROTAX  3表型bugbase 4KO通路Tax4Fun Tax4Fun2

• PICRUSt2：OTU/ASV等16S序列随意预测宏基因组，参考数据库增大10倍 FishTaco

• DADA2中文教程v1.8

USEARCH/VSEARCH

• 扩增子分析神器USEARCH 简介 v11新功能 v11命令大全 OTU表抽平otutab_rare 核心OTU鉴定otutab_core

• 扩增子分析神器VSEARCH 分析流程 2.8.1中文帮助文档

  QIIME 2

• NBT：QIIME 2可重复、交互式的微生物组分析平台

• 1简介和安装Introduction&Install

• 2插件工作流程概述Workflow

• 3老司机上路指南Experienced

• 4人体各部位微生物组分析Moving Pictures

• Genome Biology：人体各部位微生物组时间序列分析

• 5粪菌移植分析练习FMT

• Microbiome：粪菌移植改善自闭症

• 6沙漠土壤分析Atacama soil

• mSystems：干旱对土壤微生物组的影响

• 7帕金森小鼠教程Parkinson’s Mouse

• Cell：肠道菌群促进帕金森发生ParkinsonDisease

• 8差异丰度分析gneiss

• 9数据导入Importing data

• 10数据导出Exporting data

• 11元数据Metadata

• 12数据筛选Filtering data

• 13训练特征分类器Training feature classifiers

• 14数据评估和质控Evaluating and controlling

• 15样品分类和回归q2-sample-classifier

• 16纵向和成对样本比较q2-longitudinal

• 17鉴定和过滤嵌合体序列q2-vsearch

• 18序列双端合并read-joining

• 19使用q2-vsearch聚类OTUs

• 20实用程序Utilities

• 21进化树推断q2-phylogeny

• 22命令行界面q2cli

• 23图形界面q2studio

• 24Python命令行模式Artifact API

• 25可用和开发中插件AvailableFuturePlugins

• 26开发新插件DevelopingPlugin

• 27语义类型Semantic

• 28社区Community

• 29参考数据库DataResources

• 30补充资源SupplementaryResources

• 31名词Glossary

• 32如何写方法和引用Citing

• 国内网络环境优化qiime2安装过程-QIIME 2安装慢或无法下载的解决方案

• ANCOM：找出微生物群落中的差异物种

宏基因组

• 数据的质量控制软件——fastQC

• 整合QC质控结果的利器——MultiQC

• 宏基因组分析教程

• 微生物组入门必读+宏基因组实操课程

• 一文读懂宏基因组分析套路

• Springer发表第二版“宏基因组学”研究最新指导书

• Nature综述：2万字带你系统入门鸟枪法宏基因组实验和分析

• 1综述、MetaPhlAn2、Kraken、MetaMaps、HUMAnN2、MEGAHIT、MetaWRAP和宏表观组

• 2综述、metaSPAdes、IDBA-UD、MetaQuast、Prokka、metaProdigal

• 3宏基因组定量、功能注释和高级分析代码

有参分析Read-based

• MetaPhlAn2基于多标记基因的宏基因组物种组成定量 文章解读 软件使用

• HUMAnN2基于UniRef数据库的功能定量 1文章解读 2软件教程 3有参分析流程

• Kraken：使用精确比对的超快速宏基因组序列分类软件 宏基因组序列物种分类之kraken 1/2和Bracken的使用

• 宏基因组注释和可视化神器MEGAN入门

无参Assembly-based

• 1背景知识-Shell入门与本地blast实战

• 2数据质控fastqc, Trimmomatic, MultiQC, khmer

• 3组装拼接MEGAHIT(多快好省)和评估quast

• MEGAHIT：通过简洁的de Bruijn图为超大型复杂宏基因组拼接的超快速单节点解决方案

• metaSPAdes：新型多功能宏基因组拼接工具

• IDBA-UD：组装非均匀覆盖度的宏基因组和单细胞数据

• MetaQuast：评估宏基因组拼接

• 4基因注释Prokka Prokka：快速原核基因组、宏基因组基因注释 Prodigal：原核基因识别和翻译起始位点鉴定  metaProdigal：宏基因组序列中的基因和翻译起始位点预测

• 5基于Kmer比较数据集sourmash

• 6不比对快速估计基因丰度Salmon Salmon不比对快速宏基因组基因定量

• 7bwa序列比对, samtools查看, bedtools丰度统计

• 8分箱宏基因组binning, MaxBin, MetaBin, VizBin

• 9组装assembly和分箱bin结果可视化—Anvi’o

• 10绘制圈图-Circos安装与使用

功能注释数据库

• KEGG在线数据库使用攻略

• KEGG功能注释工具 KofamKOALA 安装与使用

• NAR-2018-dbCAN2鉴定宏基因组CAZYome碳水化合物相关基因

• EggNOG功能注释数据库在线和本地使用 eggNOG 5数据库介绍

• antiSMASH：微生物次生代谢物基因簇预测  

• NAR：antiSMASH数据库2—次级代谢物基因簇预测

• 抗生素抗性基因研究进展PPT分享

• Briefings in Bioinformatics：微生物基因组学和功能基因组学相关软件和数据库的研究进展

• WebMGA：超快的基因组序列聚类注释在线工具

分箱专题

• Microbiome：宏基因组分箱流程MetaWRAP 简介 安装和数据库部署  实战和结果解读

• NBT：宏基因组”读云”10X建库+雅典娜算法组装获得微生物高质量基因组

• DAS工具: 利用去重、聚合和评分的策略从宏基因组中恢复基因组

• 一文读懂宏基因组binning

• 微生物基因组分类数据库GTDB和软件GTDB-Tk

认识特征表 Feature table

特征表是上游大数据分析的终点，是里程碑式的成果，同时也是下游分析的起始。

• BIOM：生物观测矩阵(特征表)——微生物组数据通用数据格式

特征表的分析、可视化和解读

• 扩增子图表解读-理解文章思路

• 扩增子分析流程-把握分析细节

• 扩增子统计绘图-冲击高分文章

• 微生物16S测序数据的正确打开方式

• 多快好省的宏基因组研究技巧

• 如何读懂和利用你的微生物多样性测序结果？

• 水稻微生物组时间序列分析 1模式图与PCoA  2a相关分析 2b散点图拟合 3冲击图 4随机森林回归

• 微生物组统计和可视化——phyloseq入门

Alpha多样性

箱线图或柱状图

稀释曲线

维恩图

维恩图的变形，如UpsetView，网络图等。

Beta多样性

• 排序方法比较大全PCA、PCoA、NMDS、CCA

• Adonis和ANOSIM方法组间整体差异评估原理

• PCoA距离算法大全

• 环境因子关联分析—CCA还是RDA

非限制性排序PCoA/NMDS

1. 主成分分析PCA

2. 主坐标分析PCoA

3. 非度量多维尺度分析NMDS

4. 对应分析CA

5. 其他排序pls-da，opls-da，t-sne

统计方法PERMANOVA

1. PERMANOVA

2. ANOSIM

3. MRPP

限制性排序

1. 限制性主坐标分析Constrinaed PCoA

2. 冗余分析RDA

3. 典范对应分析CCA

• Canoco5绘制漂亮的DCA或CCA图

1. LDA

物种组成

堆叠柱状图

弦图

树图/气泡图

差异比较

t检验和秩和检验

匀二项分布和计数型差异分析edgeR/DESeq2

1. 什么是物种数据的过度离散现象和负二项分布

2. 用edgeR包进行差异分析

3. DESeq2包进行差异分析

• 二代测序数据统计分析中为什么是负二项分布？

STAMP与扩展柱状图

• STAMP——微生物组间差异统计分析 简明教程 中文帮助文档

LEfSe和Cladogram

• LEfSe分析简介
  简化美化LEfSe分析结果图

  其他常用差异分析方法

1. ANCOM分析

2. ALDEx2分析

3. songbird和DEICODE介绍

4. limma

网络分析

网络基础知识

可视化入门

1. 按分类或模块着色网络

2. 网络属性

3. 全局属性

4. 节点属性

• 网络图在R中的实现-igraph

• 微生物网络构建：MENA, LSA, SparCC和CoNet  

• SparCC的微生物网络构建示例

• Cytoscape: MCODE包实现网络模块化分析 GIANT包分析网络的Z、P-score 制作带bar和pie节点的网络图

• 使用网络图展示Venn图集合及Cytoscape操作视频

可视化进阶

1. 双网络比对

2. 多网络时间序列

3. Gephi美化

• Gephi轻松绘制超美网络图

机器学习

• 轻松看懂机器学习十大常用算法

• 一文读懂随机森林在微生态中的应用

• 你想知道的ROC曲线

机器学习的常用算法

随机森林分类

1. 分类

2. 分类评估-ROC曲线及DCA分析

随机森林回归

1. 回归

2. 回归及效果评价

Adaboost/slime2

深度学习

来源追溯SourceTracker/FEAST

• Nature Methods：快速准确的微生物来源追溯工具FEAST Phyloseq格式使用实战 原版代码实战

• SourceTracker—微生物来源分析

其他常用算法

1. 人工神经网络分类

2. 支持向量机分类

3. 逻辑回归（GLM）

树形图

• 进化树 一文读懂

• iTOL美化 进阶  

• GraPhlAn进化树 物种树Cladogram官方教程中文 重现Nature文章实战

• Evolview基础 进阶

进化树构建

1. 多序列比对

2. 建树Fastree/RaxL

3. 宏基因组中建树Phylophlan3

4. iTOL美化进化树

5. ggtree美化进化树

分类树构建

1. Graphlan与Cladogram

2. Krona

3. Metacoder

• Krona绘制物种或功能组成圈图

• microbiomeViz：绘制lefse结果中Cladogram

相关分析

• 相关分析：Spearman、Kendall和Pearson

特征与环境因子相关

特征间相关(同网络)

相关分析的可视化

统计学基础

• P值背后那些事儿

正态性检验和方差齐性分析

t检验、方差分析、卡方检验使用注意事项

两组和多组秩和检验

多重比较的P值校正

物种数据标准化方法和注意事项

文章套路总结

扩增子

• 扩增子SCI套路 1群落结构差异 2组间差异 3总结

  宏基因组

参考基因集

碳水化合物

抗生素抗性

扩增子+宏基因组

其他研究热点

• 人类：肠型、肥胖、二型糖尿病、IBD、早产、关联分析

• 动物：无菌小鼠、牛瘤胃、食性、宿主和微生物共进化

• 植物：根际、叶际、代谢物、氮利用、抗病

• 环境：抗生素耐药、抗生素挖掘、极端环境、生命之树

附录

实验设计

实验方案，样本元数据收集，样本名命名规则和示例。

测序平台和测序技术

数据备份与发布

NCBI，GSA，EBI

• 原始数据极速上传NCBI SRA教程

• 中国核酸数据库GSA数据提交指南 扩增子16S实例 宏基因组实例

图片排版和美化

• 学术论文图表基本规范大全

• 3分和30分文章差距在哪里？

• 学术图表的基本配色方法

• AI学习教程 1基本图形绘制 2模式图 3排版 画冠状病毒

• 论文Figures，你不能不知道的秘密

• 图表色彩运用原理的全面解析

• Graphpad绘图初学 生物统计绘图进阶

杂志点评

CNS，Microbiome，ISME

• 宏基因组领域杂志简介及最新影响因子

• 想发高分论文的同学看过来，这里有10分的杂志和主编可以了解一下！

• 为何新刊物Microbiome影响因子这么高？主编Jacques Ravel教授来告诉你

相关文章按杂志分类

论文写作、投稿和文献整理

• 文献阅读 1热心肠 2GeenMedical文献下载

• Endnote X8云同步：有网随时读文献

• SCI论文写作1.论文的三段式结构 2.引言的逻辑解析

• 压缩PDF文件大小满足上传要求

机遇与挑战

目前的优缺点和不足，未来的发展方向。

• mSystems：鸟枪法宏基因组测序之外我们还能做什么

三代测序

NBT的PacBio和ONT文章简介

• 一文读懂Nanopore测序技术的发展及应用

• NBT：牛瘤胃微生物组的参考基因组集

• NBT：宏基因组二、三代混合组装软件OPERA-MS

• NBT封面：纳米孔宏基因组6小时识别下呼吸道病原体

• 纳米孔测序揭示冻土冻融对土壤微生物群落变化的影响

• 2019新型冠状病毒Nanopore测序标准操作流程

• Medicine in Microecology：微生物所王军组发表Nanopore三代测序人类肠道病毒组的方法

• 高分文章精选 | 纳米孔宏基因组测序的表现

  经验和资源推荐

经验

• 从博后到PI的十个建议

• 如何优雅的提问

• 微生物组入门必读+宏基因组实操课程

办工效率

• 公众号搜索方法大全

• 科研团队成长三部曲：1云笔记 2云协作 3公众号

• 简单漂亮的在线生信绘图工具imageGP

• SCI论文投稿全程模板

• 玩转花式截图、录屏——FastStoneCapture使用指南

书籍专著

• 价值130欧元的《微生物组分析Microbiome Analysis》2018版电子书

• 价值1143元的《R语言统计分析微生物组数据》系列图书

国外教程

• 2016加拿大宏基因组分析教程

• 1简介-定义、方法和数据库

• 2扩增子-微生物群落多样性

• 3PICRUSt功能预测

• 4宏基因组物种组成和分箱

• 5宏基因组功能数据库与通路

• 6宏转录组流程和功能

• 7挖掘微生物组生物标记

• 4500元的微生物组培训资料

• 微生物组助手——最易学的扩增子、宏基因组分析流程

• GigaScience：ASaiM基于Galaxy微生物组分析框架

• 斯坦福大学统计系教授带你玩转微生物组分析

• 30余款宏基因组分析软件经验总结上 中 下

• 微生物组学数据分析工具综述 | 16S+宏基因组＋宏病毒组＋宏转录组

宏基因组精品文章(专题)

本书主要参考文献全文解读

• NBT封面：水稻NRT1.1B基因调控根系微生物组参与氮利用

• 手把手带你重现菌群封面文章图表

网站数据库

• 微生物组网页工具MicrobiomeAnalyst——教你零基础开展微生物组数据分析和可视化 Nature子刊：官网教程中文版、 实操教程、  NAR：原文解读

• NAR：gcMeta——全球微生物组数据存储和标准化分析平台

• NAR：rrnDB-16S拷贝数校正数据库

• METAGENassist帮你搞定宏基因组分析的图形需求

• SILVAngs:16S/18S在线分析1  2

• 微生物组数据库（http://egcloud.cib.cn）正式上线

• 微生物扩增子数据库大全

• NAR：UNITE真菌鉴定ITS数据库

• curatedMD包挖掘宏基因组公共数据库

软件算法和流程

• MIMOSA2： 基于微生物组和代谢组数据的整合分析

• Nature Protocols：整合宏基因组、代谢组和表型分析的的计算框架

• Nmeth：DEMIC——使用宏基因组数据预测细菌的生长速率

• Nature Method ：Striped UniFrac算法分析微生物组大数据

• 青岛能源所提出微生物组相似度新算法DMS

方法评测

• NBT：实验vs分析，谁对结果影响大

• MER： 基于ITS区域marker扩增真菌群落的准确性

• Cell：20种宏基因组学物种分类工具大比拼

培养组

• NC：16S序列预测培养基配方

• 再这么配培养基，你的细菌都被毒死了！

肠型

• Nature子刊：肠道菌群如何划分肠型

基金

• 2019国自然微生物中标4个亿

人物传记

• 下次诺奖会是他吗？肠道微生物组开创者Jeffrey Gordon

参考基因(组)集

• Cell：Tara2.0基因表达的改变和群落的更替塑造了全球海洋宏转录组

• Nature：基于宏基因组测序构建人类肠道微生物组参考基因集

• NBT：人类微生物组千万基因的参考基因集

• NC：全球柑橘根际微生物组的结构和功能

• Cell子刊：人类微生物组参考基因集中的单体基因

病毒组

• 热点：3个故事概览突飞猛进的肠道病毒组研究

• Nature：梁冠翔等发现肠道病毒组在新生儿体内分段寄生的模式

• Cell子刊：人体肠道病毒组高度多样、稳定且个体特异
  

• 猜你喜欢

• 10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

• 系列教程：微生物组入门 Biostar 微生物组  宏基因组

• 专业技能：学术图表 高分文章 生信宝典 不可或缺的人

• 一文读懂：宏基因组 寄生虫益处 进化树

• 必备技能：提问 搜索  Endnote

• 文献阅读 热心肠 SemanticScholar Geenmedical

• 扩增子分析：图表解读 分析流程 统计绘图

• 16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

• 在线工具：16S预测培养基 生信绘图

• 科研经验：云笔记  云协作 公众号

• 编程模板: Shell  R Perl

• 生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

• 写在后面

• 为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。
  

• 

• 学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
  

• 点击阅读原文，跳转最新文章目录阅读