微生物多樣性測序分析

數據下機后根據PE reads之間的Overlap關系，將Hiseq測序得到的雙端序列數據拼接(Merge)成一條序列Tags，同時對Reads的質量和Merge的效果進行質控，主要包括去除低質量Tags和去嵌合體

根據97%的相似度進行OTU聚類后，基于Silva（細菌）和UNITE（真菌）分類學數據庫對OTU進行分類學注釋，得到每個OTU對應的物種分類信息，進而在各水平（phylum，class，order，family，genus，species）統計各樣品群落組成，繪制樣品在各分類學水平下的群落結構柱狀圖，柱狀圖展示不同樣品中物種的組成和相對豐度。

Alpha多樣性（Alpha diversity）反映的是單個樣品內部的物種多樣性，有多種衡量指標：Chao1、Ace、Shannon、Simpson。Chao1和Ace指數簡單的反映出群落中物種的數量；Shannon和Simpson指數用于衡量群落多樣性，受樣品群落中物種豐度和物種均勻度（Community evenness）的影響。Chao1、Ace、Shannon指數值越大，Simpson指數值越小，說明樣品的物種多樣性越高。另外還統計了樣本文庫的覆蓋率 Coverage，其數值越高，則樣本中序列被測出的概率越高，而沒有被測出的概率越低。

Beta多樣性分析主要采用 binary jaccard、 bray curtis、 weighted unifrac(限細菌)、 unweighted unifrac (限細菌)等4種算法計算樣品間的距離從而獲得樣本間的β值。這四個算法主要分為兩大類：加權（Bray-Curtis和Weighted Unifrac）與非加權（Jaccard和Unweightde Unifrac）。利用非加權的計算方法，主要比較的是物種的有無；而加權方法，則需要同時考慮物種有無和物種豐度兩個問題。樣品間距離越小，說明兩個群體的物種組成越相似。

LEfSe(Line Discriminant Analysis (LDA) Effect Size)分析主要用于發現不同組間具有統計學差異的Biomarker，根據設定的Biomarker篩選標準（LDA score>4）找出符合條件的Biomarker。

PCA是一種分析和簡化數據集的技術，通過將方差進行分解，將多組數據的差異反映在二維坐標圖上，通過分析不同樣品 OTU（97%相似性）組成可以反映樣品的差異和距離，PCA運用方差分解，將多組數據的差異反映在二維坐標圖上，坐標軸取能夠最大反映方差的兩個特征值。圖中兩個樣品距離越近，則表示這兩個樣品的組成越相似。

16S功能預測基于PICRUSt軟件通過比對16S測序數據獲得的物種組成信息，推測樣本中的功能基因組成，從而分析不同樣本或分組之間在功能上的差異。

網絡圖是相關性結果的一種表現形式，根據各個物種在各個樣品中的豐度以及變化情況，使用sparcc算法進行相關分析，圖中線的粗細代表相關性的強弱；線的顏色表示相關性：紅色代表正相關，綠色代表負相關。