USEARCH11新功能——OTU表抽平otutab_rare

http://www.drive5.com/usearch/manual/cmd_otutab_rare.html

稀疏、抽平

otutab_rare 抽样OTU比至某个指定数据量，方便比较Alpha多样性，对于抽平后的OTU表，会自动删除不满足样本量的样品，还会去除全为零的OTUs

使用实战

usearch11 -otutab_rare otutab.txt -sample_size 10000 -output otutab10k.txt

主要三个参数，输入文件，抽平至相同的样本量，输出文件

运行输出结果如下：

00:01 43Mb    100.0% Reading otutab.txt
00:02 43Mb    100.0% Rarefying                         
Deleted 90 samples size < 10000
Deleted 814 OTUs with size=0 after rarefaction
Deleted 90 samples with size=0 after rarefaction
00:04 48Mb   Writing otutab10k.txt ...done.

运行使用了4秒，43Mb内存，有90个样本数据量不到10000，抽平后有814个OTUs为零被删除，同时不满足数据量的90个样品也被删除。

我们统计一下抽样前后的比较

抽样前统计

使用otutab_stats统计OTU表

usearch10 -otutab_stats otutab.txt -output otutab.stat
cat otutab.stat

结果如下：样本测序量最小值为5369，最大值有124817

  38748638  Reads (38.7M)
      1182  Samples
      4996  OTUs

   5905272  Counts
   4339163  Count  =0  (73.5%)
    552758  Count  =1  (9.4%)
    316760  Count >=10 (5.4%)

        54  OTUs found in all samples (1.1%)
       370  OTUs found in 90% of samples (7.4%)
      1145  OTUs found in 50% of samples (22.9%)

Sample sizes: min 5369, lo 16013, med 25362, mean 32782.3, hi 45569, max 124817

抽样后统计

usearch10 -otutab_stats otutab10k.txt -output otutab10k.stat
cat otutab10k.stat

看到样品量全部抽平为10000，但样本量和OTU数量都有下降(删减)

  10920000  Reads (10.9M)
      1092  Samples
      4182  OTUs

   4566744  Counts
   3607823  Count  =0  (79.0%)
    433338  Count  =1  (9.5%)
    124757  Count >=10 (2.7%)

        28  OTUs found in all samples (0.7%)
       210  OTUs found in 90% of samples (5.0%)
       649  OTUs found in 50% of samples (15.5%)

Sample sizes: min 10000, lo 10000, med 10000, mean 10000.0, hi 10000, max 10000

综上，此种方法与之前QIIME的single_rarefaction.py命令结果一致。之前usearch10中使用的otutab_norm方式，不会删除低丰度的样品，会出现低样本抽高，alpha多样性偏低，低于抽平数量的样品稀释取线后期直线的问题。在usearch11中新增的otutab_rare是对之前不完善结果的补充。

猜你喜欢

• 10000+: 菌群分析
  宝宝与猫狗 提DNA发Nature 实验分析谁对结果影响大 Cell微生物专刊 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：生信宝典 学术图表 高分文章 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1800+ 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”。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，仍末解决群内讨论，问题不私聊，帮助同行。

学习扩增子、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
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA