宏基因组扩增子最新分析流程QIIME2：官方中文帮助文档
点击上方蓝色「宏基因组」关注我们！专业干货每日推送！
注：文为蓝色字均为文章链接，可点击直达
写在前面
声明：本文为QIIME2官方帮助文档的中文版，由中科院遗传发育所刘永鑫博士翻译并亲测有效，文档翻译己获QIIME2团队官方授权。由于QIIME2更新频繁，如使用中遇到问题请访问QIIME2官方论坛阅读最新版中文帮助。
https://forum.qiime2.org/t/qiime2-1-chinese-manual/838
如中文翻译没有急时更新，新阅读英文原版 https://docs.qiime2.org
本人只习惯使用命令行模式分析数据，图形界面和Ipython模式下使用暂不介绍。本系列的教程主要以命令行方式为大家演示。在其它方面有使用的经验的朋友，欢迎共享您的使用笔记发布于“宏基因组”公众号，方便大家学习和使用。
简介
QIIME2是微生物组分析流程QIIME(截止17.9.10被引8335次)的全新版(不是升级版)，采用python3全新编写，并于2018年1月全面接档QIIME，是代表末来的分析方法标准(大牛们制定方法标准，我们跟着用就好了)。
目前还在不断开发中，建议只做学习，不要直接用于分析课题，功能还不完善。但思路和方法是最新的。
优点
更易于安装：曾经QIIME的安装让无数生信人竞折腰，QIIME2引入了Miniconda软件包管理器，没有管理员权限也可以轻松安装；同时发布了docker镜像，下载即可运行；
使用方法多样：支持命令行模式(q2cli)，也支持图型用户界面q2studio；还有Python用户喜欢的Artifact API(类似IPython notebook)；
分析流程化：分析流程更加标准化，不让用户盲然下面该做什么；
可视化增强：QIIME后发制人，超越引用6964次的mothur流程，就是其可视化方面的优势，现可视化结果更加漂亮，且全新采用交互式图形结果，点选可查看细节，更易于分析；
方便合作：项目很少一个组可完成，多人多地结果图表方便共享，适合当下科研合作的需求；
可扩展：支持自定义功能并加入分析流程；高手可以自己写包，加入QIIME2的流程中了；
分析可重复：全新定义了文件系统，即包括分析数据、也包括分析过程和结果，每一步的结果，均可追溯全部分析过程，方便检查和重复。
QIIME2官方帮助中文版
共分为9章，具体内容和简介如下。每章详细请点击标题。
1简介和安装
不同环境的安装方法，升级等。以及软件体系中的名词解释。
2人体微生物组分析实战Moving Pictures
示例的的数据来自文章《Moving pictures of the human microbiome》，Genome Biology 2011，取样来自两个人身体四个部位五个时间点。分析不同人、不同时间、不同组织间的微生物组差异。
3粪便菌群移植分析实战FMT
本实验研究自闭症且胃肠道功能紊乱患者，采用粪便菌群移植方法，来降低患者的行为异常和肠道紊乱。监测移植后18个月范围内肠道菌群的变化，采用MiSeq PE300测序技术。
4沙漠土微生物组分析实战Atacama soil
本实验研究对像为智利北部的阿塔卡马沙漠。 此地为世界上最干旱的地区之一，其中有些地方十年降水量不足1毫米。尽管这里极端干旱，但仍有微生物生活在这里。我们的采样地点为东部的Baquedano和西部的Yungay，发现土壤温度与降水量正相关。在这两个地点，我们挖坑，并在不同深度取三组样品。
5数据导入
QIIME2使用了标准文件格式qza和qzv，分别是数据文件和统计图表文件；目的是统一文件格式，方便追溯分析过程。
本人将带大家熟悉QIIME2分析流程的不同阶段，导入数据。
6数据导出
QIIME2采用统一qza文件格式，是为了保证文件格式统一和分析流程可追溯。但不可能要求每个人都用此需系统，需要导出其它软件兼容的格式，方便交流和其它用户更个性化的分析。
7实验设计编写
元数据是实验设计的描述信息表或统计结果，是分析原始数据必须的基本信息。
元数据是从原始数据中获得生物学发现的关键。在QIIME2中，样品的元数据包括技术细节，如DNA条形码用于区分样品、样品描述，如分类、时间点、取样部分等。对于特征表(Feature，原称OTU)的元数据，一般为特征的注释信息，如物种分类信息。样品和特征表的元数据在QIIME2中很多步分析需要使用。
8数据筛选
复杂的实验通常会有非常多的组，具体分析中会根据批次、处理条件、基因型等信息进行反复筛选和分析，是分析中常用的操作。本文主讲特征表(Feature/OTU table)和距离矩阵的筛选。
9训练物种分类器
因为不同实验的扩增区域不同，鉴定物种分类的精度不同，提前的训练可以让分类结果更准确。
更多相关文章，请点击“宏基因组”文章目录阅读；
想了解更多16S扩增子、宏基因组文献和分析相关文章，快关注“宏基因组”公众号，干货每日推送
系统学习生物信息，快关注“生信宝典”