微生物多样性测序分析

数据下机后根据PE reads之间的Overlap关系，将Hiseq测序得到的双端序列数据拼接(Merge)成一条序列Tags，同时对Reads的质量和Merge的效果进行质控，主要包括去除低质量Tags和去嵌合体

根据97%的相似度进行OTU聚类后，基于Silva（细菌）和UNITE（真菌）分类学数据库对OTU进行分类学注释，得到每个OTU对应的物种分类信息，进而在各水平（phylum，class，order，family，genus，species）统计各样品群落组成，绘制样品在各分类学水平下的群落结构柱状图，柱状图展示不同样品中物种的组成和相对丰度。

Alpha多样性（Alpha diversity）反映的是单个样品内部的物种多样性，有多种衡量指标：Chao1、Ace、Shannon、Simpson。Chao1和Ace指数简单的反映出群落中物种的数量；Shannon和Simpson指数用于衡量群落多样性，受样品群落中物种丰度和物种均匀度（Community evenness）的影响。Chao1、Ace、Shannon指数值越大，Simpson指数值越小，说明样品的物种多样性越高。另外还统计了样本文库的覆盖率 Coverage，其数值越高，则样本中序列被测出的概率越高，而没有被测出的概率越低。

Beta多样性分析主要采用 binary jaccard、 bray curtis、 weighted unifrac(限细菌)、 unweighted unifrac (限细菌)等4种算法计算样品间的距离从而获得样本间的β值。这四个算法主要分为两大类：加权（Bray-Curtis和Weighted Unifrac）与非加权（Jaccard和Unweightde Unifrac）。利用非加权的计算方法，主要比较的是物种的有无；而加权方法，则需要同时考虑物种有无和物种丰度两个问题。样品间距离越小，说明两个群体的物种组成越相似。

LEfSe(Line Discriminant Analysis (LDA) Effect Size)分析主要用于发现不同组间具有统计学差异的Biomarker，根据设定的Biomarker筛选标准（LDA score>4）找出符合条件的Biomarker。

PCA是一种分析和简化数据集的技术，通过将方差进行分解，将多组数据的差异反映在二维坐标图上，通过分析不同样品 OTU（97%相似性）组成可以反映样品的差异和距离，PCA运用方差分解，将多组数据的差异反映在二维坐标图上，坐标轴取能够最大反映方差的两个特征值。图中两个样品距离越近，则表示这两个样品的组成越相似。

16S功能预测基于PICRUSt软件通过比对16S测序数据获得的物种组成信息，推测样本中的功能基因组成，从而分析不同样本或分组之间在功能上的差异。

网络图是相关性结果的一种表现形式，根据各个物种在各个样品中的丰度以及变化情况，使用sparcc算法进行相关分析，图中线的粗细代表相关性的强弱；线的颜色表示相关性：红色代表正相关，绿色代表负相关。