16s rDNA数据分析经验总结
原文来自fanyucai博文，有修改和删减。
去除嵌合体序列，推荐使用UCHIME
多样性中，距离选择现在包括两种，一种是物种距离（Jaccard\Bray-Curtis）；另一种是基于进化的距离(Unifrac),基于进化的距离还包含权重和非权重两种，虽然含有进化信息但是，进化信息并不是越多越好，在结果呈现上，这两种我们都应该关注结果。距离一般分为离散和连续两种，由于物种的分布上，主要是离散的量，所以我们这里选择离散的结果。三维展示PCoA，还需要进行Performing Procrustes Analysis。
检验样本之间的异同，可以借助OTU的表达量矩阵，做出表达分析图，再用假设检验中的均值检验，注意此过程中可以对数据进行标准化。
比较差异性，可以通过神经网络的方法呈现，先看看物种分布是由地点影响的多，还是时间影响的多，然后做出相关的神经网络图。
将分类群以进化树的形式呈现，将比对与进化树相结合主要用的是tax2tree这个软件，这个软件已经集成到QIIME中了，需要在align_seqs.py这一步设置参数—tree_fp、-m
ISME 《Impact of training …》探讨了目前基于三个16s rRNA参考数据库所提炼出来的快速分类参考数据集合，在快速分类过程中的准确性。来自ISME J杂志
《Illumina-based analysis …》—-ISME该篇文献论述了Illumina测序方法在识别微生物16s rRNA中的应用，涉及到的内容包括barcode序列的设计等相关内容，以及一些测序的数据量。
《Global patterns …》—PNAS，根据真实的测序数据量，提到OTU的过滤参数是10000，才模拟到真实的数据，当然也要根据自己真实的数据量，实际上QIIME在找寻OTU的时候，使用的是比较通用的uclust,里面默认的设置的过滤参数为4. 由于我们不能确定到底环境中到底有多少的物种，所以再这里我们可以用箱线图做出关于OTU的信息
《The diversity and biogeography …》—PNAS该文献探讨了PH值与物种丰度和多样性之间的之间，图1-A phylotype diversity（使用香农指数）与PH值之间的关系；图1-B phylotype richness（defined as the number of unique phylotypes），期间文献中做了一个线性回归和二次回归，这个我们可以在探讨完环境因子的突出因素，再来做这个。
期刊投稿指南可选的有：《Appl Environ Microbiol》命中率30%，影响因子3.678，一般1.8月；《BMC Microbiology》较容易一般3-6周， 影响因子3.1；《applied microbiology and biotechnology》平均1.5个月影响因子3.689，《ISME J》影响因子7.375，一审周期2.6个月，命中率为20%；BMC Microbiology >影响因子3.1
分析水体的理化指标，建议可以选取以下指标：分析水样中的pH、溶解氧( D0) 、透明度( SD) 、总磷(TP) 、溶解性总磷(TDP) 、溶解性磷酸盐( DP) 、总氮(TN) 、氨氮、Chla（叶绿素a）,可以参考《滇池水体理化环境状况时空分布格局研究》
检验一下物种分布是否有差异性，使用otu_category_significance方差检验，不需要借助DEseq
挑选微生物群去与环境因子做RDA分析，挑选的命令建议使用：compute_core_microbiome.py
实现样本与样本之间的比较，可以使用make_distance_boxplots.py
鉴别某一分类是否有用，使用 otu_category_significance.py（方差分析）
按时间和地点画分布图，首先要sort_otu_table.py、summarize_taxa.py、plot_taxa_summary.py
Reference
http://blog.sina.com.cn/s/blog_83f77c940102ven5.html
《UCHIME improves sensitivity and speed of chimera detection》——-bioinformatics
http://qiime.org/tutorials/procrustes_analysis.html
《Phylogenetic Beta Diversity Metrics, Trait Evolution and Inferring the Functional Beta Diversity of Communities》———PLoS ONE
《Using network analysis to explore co-occurrence patterns in soil microbial communities》—ISME J
http://sourceforge.net/projects/tax2tree/
《An improved Greengenes taxonomy with explicit ranks for ecological and evolutionary analyses of bacteria and archaea》，ISME J
《Impact of training sets on classification of high-throughput bacterial 16s rRNA gene surveys》-ISME
《Global patterns of 16S rRNA diversity at a depth of millions of sequences per sample》—PNAS
《Microbiome Profiling by Illumina Sequencing of Combinatorial Sequence-Tagged PCR Products》—-PLoS ONE figure 8
《Illumina-based analysis of microbial community diversity》—-ISME
《The diversity and biogeography of soil bacterial communities》—PNAS
《滇池藻类生物量时空分布及其影响因子》
http://qiime.org/scripts/otu_category_significance.html