宏基因组分析步骤Linux,为什么宏基因组数据分析比较难？

生物数据分析包括很多种类，比如人基因组，植物，动物，微生物，还有RNA，单细胞RNA等等，其中宏基因组数据分析是比较难的部分，为什么呢？这里总结了以下10点原因。

样品采集

由于微生物在地球上广泛的覆盖，因此，宏基因组样品来源非常广泛，从南北极冰川，到海底淤泥，从喜马拉雅山山脉，到亚马逊丛林，覆盖高山，大河，冰川，土壤，海洋，大气，火山，牛胃，包括人体各个部分都可以进行宏基因组研究，采集到合适的样品，才能开展创新性的研究。

样品提取

由于微生物宏基因组样品种类繁多，可以来自人肠道，山川，河流，土壤，粪便等等样品。因此，很难有统一的样品提取流程。往往无法提取到高质量的DNA而影响后续分析结果。另外，由于样品中可能包括多种物种，例如革兰氏阳性菌和革兰氏阴性菌，由于二者细胞壁的差别，不同的提取方法都可能造成差异。另外，一些样品中可能包含宿主污染，去除宿主污染也是一大难题。对于宏转录样品，由于原核生物与真核生物 RNA结构不同，也不能采用同样的测序。样品提取一直是宏基因组分析中一项重大难题，需要结合前人经验，以及具体样品，不停的摸索经验。

建库方案

选择不同的建库方案，会对结果造成影响。二代测序需要使用PCR扩增，会带来PCR的偏向性，比如高GC区域无法很好的扩增出来，测序不到，影响后续分析