Mothur7_基于ASV、Phylotype和Phylogeny的分析

本文主要介绍生物信息学软件 Mothur基于ASV、Phylotype、Phylogeny进行分析。

基于ASV、Phylotype和Phylogeny的分析

基于ASV的分析

基于ASV的分析与基于OTU的分析相同，但分类尺度不同。可以自己使用ASV数据复制上述基于OTU的分析。

基于Phylotype的分析

基于Phylotype的分析与基于OTU的分析相同，但是分类尺度不同。可以自己使用Phylotype数据复制上述基于OTU的分析。

基于Phylogeny的分析

OTU和基于Phylotype的分析是分类方法，取决于binning过程。相反，基于Phylogeny的方法尝试使用系统发育树作为输入而不是共享文件来进行相似类型的分析。由于存在这种差异，这些方法比较了不同群落的遗传多样性。

1.Alpha多样性

当使用系统发育方法时，α多样性被计算为树中唯一分支长度的总和。这是使用phylo.diversity命令完成的。由于采样深度的差异，对输出进行稀疏化：

mothur>phylo.diversity(tree=stability.trim.contigs.good.unique.good.filter.unique.precluster.pick.pick.pick.phylip.tre ,count=stability.trim.contigs.good.unique.good.filter.unique.precluster.denovo.vsearch.pick.pick.pick.count_table, rarefy=T)

这将生成一个以稀疏结尾的文件。

2.Beta多样性

基于unifrac的度量用于评估两个群落成员（unifrac.unweighted）和结构（unifrac.weighted）之间的相似性。可以使用这些指标并生成PCoA图以比较样本。一个可以使用的beta多样性指标有两个unweighted和weighted。使用Mothur对tree进行子采样1000次并报告平均值：

mothur>unifrac.unweighted(tree=stability.trim.contigs.good.unique.good.filter.unique.precluster.pick.pick.pick.phylip.tre,count=stability.trim.contigs.good.unique.good.filter.unique.precluster.denovo.vsearch.pick.pick.pick.count_table, distance=lt,processors=2, random=F, subsample=t)

mothur>unifrac.weighted(tree=stability.trim.contigs.good.unique.good.filter.unique.precluster.pick.pick.pick.phylip.tre,count=stability.trim.contigs.good.unique.good.filter.unique.precluster.denovo.vsearch.pick.pick.pick.count_table, distance=lt, processors=8, random=F, subsample=t)

这些命令将生成距离矩阵（stability.1.weighted.ave.dist），可以使用上述针对基于OTU的分析中介绍的所有beta多样性方法进行分析。

这篇推文对你有帮助吗？喜欢这篇文章吗？喜欢就不要错过呀，关注本知乎号查看更多的环境微生物生信分析相关文章。亦可以用微信扫描下方二维码关注“环微分析”微信公众号，小编在里面载入了更加完善的学习资料供广大生信分析研究者爱好者参考学习，也希望读者们发现错误后予以指出，小编愿与诸君共同进步！！！

学习环境微生物分析，关注“环微分析”公众号，持续更新，开源免费，敬请关注！

转载自原创文章：

Mothur7_基于ASV、Phylotype和Phylogeny的分析_关注我们，成就梦想

最后，再次感谢你阅读本篇文章，真心希望对你有所帮助。感谢！