微生物多样性数据分析(16S)

微生物多样性数据分析(16S)

9个可变区,10个保守区,扩增V3区、V4区、或者一起、或者V6、V9。微生物多样性数据分析(16S)_第1张图片

微生物多样性数据分析(16S)_第2张图片OTU(Operational taxonomic unit)

OTU(operational taxonomic units) 是在系统发生学研究或群体遗传学研究中,为了便于进行分析,人为给某一个分类单元(品系,种,属,分组等)设置的同一标志。通常按照 97% 的相似性阈值将序列划分为不同的 OTU,每一个 OTU 通常被视为一个微生物物种。相似性小于97%就可以认为属于不同的种,相似性小于95%,可以认为属于不同的属。

微生物多样性数据分析(16S)_第3张图片PCA、PCoA

PCA : 主成分分析。在多元统计分析中,主成分分析(英语:Principal components analysisPCA)是一种统计分析、简化数据集的方法。它利用正交变换来对一系列可能相关的变量的观测值进行线性变换,从而投影为一系列线性不相关变量的值,这些不相关变量称为主成分(Principal Components)。具体地,主成分可以看做一个线性方程,其包含一系列线性系数来指示投影方向。PCA对原始数据的正则化或预处理敏感(相对缩放)

微生物多样性数据分析(16S)_第4张图片16S 测序数据质量控制

微生物多样性数据分析(16S)_第5张图片一般都是双端Barcode

微生物多样性数据分析(16S)_第6张图片微生物多样性数据分析(16S)_第7张图片

微生物多样性数据分析(16S)_第8张图片嵌合体(Chimera)

微生物多样性数据分析(16S)_第9张图片

16S OTU聚类及下游分析

微生物多样性数据分析(16S)_第10张图片

你可能感兴趣的:(生物信息学,宏基因组,日常学习,unix,学习)