需求描述

備注：Linux系統，目前只需將以下分析工作形成pipeline，做成打包程序（以下多數內容我們已經掌握分析方法）。如果有能力做其他相關分析，可詳談。項目制，價格根據內容詳談

16S rRNA 基因測序數據分析

一、原始數據處理
1. 拆分(demultiplex)：將barcode從reads上去掉；
2. 質量控制（quality control）：
1）過濾reads尾部質量值20以下的堿基，設置50bp的窗口，如果窗口內的平均質量值低于20，從窗口開始截去后端堿基，過濾質控后50bp以下的reads，去除含N堿基的reads；
2）根據PE reads之間的overlap關系，將成對reads拼接(merge)成一條序列，最小overlap長度為10bp；
3）拼接序列的overlap區允許的最大錯配比率為0.2，篩選不符合序列；
4）根據序列首尾兩端的barcode和引物區分樣品，并調整序列方向，barcode允許的錯配數為0，最大引物錯配數為2；
（美吉使用軟件：FLASH、Trimmomatic）
3.去除嵌合體（chimeric sequence）
4.去除Chloroplast-Mitochondria-unknown-Archaea-Eukaryota
5.OUT聚類
SILVA v132

二、后續分析
1. α多樣性分析
多樣性：Shannon指數，Inverse Simpson指數
豐富度：sobs, ace chao
均勻度：Shannoneven, Simpsoneven
2.稀釋曲線
3.物種組成分析
柱狀圖，Venn圖，Heapmap圖 （vegan）
4.β多樣性：
距離計算方法：Bray-Curtis， Euclidean，weighted/unweighted UniFrac
Ordination: PCA, PCoA, NMDS
統計方法：Anosim, PERMANOVA(Adonis), PLS-DA
5.差異物種
LEfSe
6.代謝通路預測
7.Network網絡分析