USEARCH —— 最简单易学的扩增子分析流程(中国总代理)

USEARCH —— 最简单易学的扩增子分析流程

USEARCH中文帮助文档(USEARCH Chinese manual)

USEARCH官方英文主页:http://www.drive5.com/usearch/

本站经USEARCH作者Robert Edgar授权,由《宏基因组》公众号翻译的中文帮助文档和系列教程。

USEARCH简介

USEARCH是最好用的扩增子分析流程,在体积仅1 MB的软件中实现了近200种扩增子分析常用功能,安装方便且运行速度快。截止19年7月24日,Google学术统计引用9,835次。

USEARCH作者是Robert Edgar独立研究员(Independent Investigator)在本领域开发了一系列经典算法和软件,如扩增子分析流程USEARCH[1]、嵌合体检测软件UCHIME[2]、OTU聚类和代表性序列鉴定算法UPARSE[3]、和测序数据错误过滤和校正的去噪算法UNOISE[4]等。这些新算法和软件的推出,极大的提高了扩增子数据分析的速度和准确度。USEARCH不仅分析速度快,而且软件可用性强,可有效降低入门学习成本并节约宝贵时间。

进一步阅读,欢迎点击下方链接,阅读宏基因组公众号关于USEARCH的历史文章。

  • 扩增子分析神器USEARCH简介

  • USEARCH v11新功能介绍

  • USEARCH最新版v11命令大全

  • OTU表抽平otutab_rare

  • 核心OTU鉴定otutab_core

USEARCH的优点

  • 体积小巧:

    QIIME系统软件大小上G,而USEARCH只有1M的大小完成了市面上的大多数分析功能;

  • 安装方便:

    软件无依赖关系,下载后添加环境变量即可运行;

  • 运行速度快:

    R语言在大数据面前太低效,USEARCH采用C编写,数据处理速度为R的20倍。

    鉴定ASV的核心算法UNOISE3也比主流软件DADA2[5]快100倍,delbur快10倍以上[6],详见 主流非聚类方法dada2,deblur和unoise3介绍与比较;

  • 跨平台:

    绝大多数软件只能在Linux上运行。

    USEARCH支持三大主流操作系统,不仅在Linux服务上跑的溜,而且在你的Windows/Mac笔记本上也可以轻松分析多达上千个样本的扩增子大数据。

软件下载

32位版软件下载

32位版USEARCH对个人用户免费下载,请访问以下地址自助免费申请

http://www.drive5.com/usearch/download.html

专业版购买

USEARCH 64位版,分为商业版和学术版(需要提供学术邮箱)。

  • 商业版,原价$1,485美刀(~¥10,300元),现价10,300元,可开发票和合同(含税)

  • 学术版,原价$885美刀(~¥6,200元),现价6,200元,可开发票和合同(含税)

软件支持Linux / Mac OSX / Windows三大主流系统,可任选自己常用工作环境之一。

通过中文站购买专业版,即可享受价格优惠,又方便开发票单位报销,同时享受中文专业技术VIP群交流资格和获得专业解答。

联系方式

  • 邮箱:宏基因组公众号 [email protected]

  • 微信:meta-genomics

  • 电话:17001263056

参考文献

  1. Edgar RC: Search and clustering orders of magnitude faster than BLAST. Bioinformatics 2010, 26:2460-2461.

  2. Edgar RC, Haas BJ, Clemente JC, Quince C, Knight R: UCHIME improves sensitivity and speed of chimera detection. Bioinformatics 2011, 27:2194-2200.

  3. Edgar RC: UPARSE: highly accurate OTU sequences from microbial amplicon reads. Nature Methods 2013, 10:996.

  4. Edgar RC, Flyvbjerg H: Error filtering, pair assembly and error correction for next-generation sequencing reads. Bioinformatics 2015, 31:3476-3482.

  5. Callahan BJ, McMurdie PJ, Rosen MJ, Han AW, Johnson AJA, Holmes SP: DADA2: High-resolution sample inference from Illumina amplicon data. Nature Methods 2016, 13:581.

  6. Amir A, McDonald D, Navas-Molina JA, Kopylova E, Morton JT, Zech Xu Z, Kightley EP, Thompson LR, Hyde ER, Gonzalez A, et al.: Deblur rapidly resolves single-nucleotide community sequence patterns. mSystems 2017, 2:e00191-00116.

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

你可能感兴趣的:(编程语言,人工智能,大数据,xhtml,机器学习)