开年工作第一天phyloseq介绍

春节过去了，远在家乡，但是心中的一团火是不会熄灭地。

基于基于扩增子的生物信息学习总算进入到整合和开发阶段了，宏基因组的学习正如火如荼。不到两周内，ubuntu出现难以修复的故障，终于系统崩溃了。2T的移动硬盘莫名其妙的坏了。正要去南京，正好大雪封了高速公路，抢票也抢不到。这两周过的真精彩。

我们如今面临分析扩增子数据的工具，已经到了眼花缭乱的阶段了，实验室进行内部各种工具的整合，服务网站的构建已经被各大实验室争相进行或者完成了。公开的整合扩增子数据处理和分析流程的我认为phyloseq很不错。依托R语言，整合了：dada2, phyloseq, DESeq2, ggplot2 and vegan等当下十分流行的数据分析和可视化包。如果我们做扩增子群落分析，依托phyloseq构建自己的分析体系，无需进行各种复杂的包的单独学习，上手应该很快。

phyloseq具体功能如下：

1. 从流行的Denoising / OTU集群管道导入丰度和相来自去噪 或者一下OTU聚类流程的结果（DADA2，UPARSE，QIIME，mothur，BIOM，PyroTagger，RDP等）；

2. 打包了了微生物群落常规分析；

3. 支持44种距离的方法（UniFrac，Jensen-Shannon等）；

4. 排序->支持多种方法，包括约束排序方法；

5. 基于群落数据发的相关绘图使用ggplot2进行强大，灵活的探索性分析；

6. 模块化，可定制的分析过程，完全支持可重复的工作。

7. 具有基于OTU /样本进行数据合并，以及支持手动导入的数据的功能。

8. UniFrac距离的多线程并行计算。

9. 针对高通量扩增子测序数据的多种方法的尝试。

10. 使用真实发表数据进行分析和绘图的案例。

我将分为多个篇章详细介绍phyloseq的工作，可能在【宏基因组】公众号上发表，敬请期待。