生信小白的福音——免费在线分析扩增子数据SILVAngs
文章开头必须感谢一下宏基因组公众号和微信群的各位朋友，平时给予我的温暖和关怀，让我有了写文章的冲动（基情满满）。
今天突然听到有个刚刚入坑的同学跟我说，做了60个扩增子不知道怎么分析。What？不会分析？没事，老兄，即使你没有生信基础，即使你是生信小白，也能分析。像我这种水平的QIIME、Uparse等的理解就不在诸多大佬们面前班门弄斧了，现在给刚入门的童鞋们介绍一个非常实用的在线分析系统。那我们需要学什么软件呢？我看见代码就头晕怎么办？
没关系，此方法纯靠无脑手点。。。
此文生信老油条们请忽略。。。
SILVAngs
Silvangs是SILVA旗下的一款线上分析系统，他的优势就是可以让不懂生信分析的同学只需上传数据就能进行数据分析。那么网址在哪里？首先，进入SILVA官网（https://www.arb-silva.de/）。
可以看到第二个就是SILVAngs了。不要犹豫，点进去。
此时会提示你输入账号密码，新同学可以注册一个，账号密码都是免费的。是不是很人性化？不像公司还要钱。进去后在界面中可以找到User Guide，新同学请一定好好阅读。
在进入界面后点击My Projects就可以上传数据准备分析了。点击creat new。把带星星的根据你的样品类型填好就可以了。
建立好项目之后就可以上传数据了，点击upload files。我这里上传6个样品给大家示范一下。这里注意上传的数据一定是FASTA，FASTQ文件是不被支持的。那我的数据只有rawdata还是两个带1/2双端的咋办？在QIIME里面拼接一下吧。这个可能还是要学一下基本的QIIME，本人也不是生信大师，如果老油条子们有更无脑手点的方法，赶紧告诉小白们吧。这个是我常用的QIIME拼接代码，SRR1370913这类编号是我的样品名称。。。以四个样品为例，以此类推
# 测试QIIME是否可以运行(可选)
print_qiime_config.py
# 测试mappingfile是否正确(可选)validate_mapping_file.py -o vmf-map/ -m map.txt
# 双端数据合并
join_paired_ends.py -f SRR1370913_1.fastq.gz -r SRR1370913_2.fastq.gz -o SRR1370913
join_paired_ends.py -f SRR1370914_1.fastq.gz -r SRR1370914_2.fastq.gz -o SRR1370914
join_paired_ends.py -f SRR1370915_1.fastq.gz -r SRR1370915_2.fastq.gz -o SRR1370915
join_paired_ends.py -f SRR1370920_1.fastq.gz -r SRR1370920_2.fastq.gz -o SRR1370920
# 按样品重命名序列，并转换为fasta格式
split_libraries_fastq.py -i SRR1370913/fastqjoin.join.fastq,SRR1370914/fastqjoin.join.fastq,SRR1370915/fastqjoin.join.fastq,SRR1370920/fastqjoin.join.fastq --sample_id SRR1370913,SRR1370914,SRR1370915,SRR1370920 -o slout/ -m map.txt -q 19 --barcode_type 'not-barcoded' --phred_offset=33
# 统计每个样品和总体的序列数量 (可选)
count_seqs.py -i slout/seqs.fna下面我们等待数据上传
数据上传好后，狂点execute。
之后大家就可以在网上看自己的结果了，也可以下载下来分析自己的数据了。在这里就不一一展示了，留个悬念，大家去亲自试一试。
这个是下载后的结果，是一个压缩文件，解压后是这样子的。
在fingerprint文件夹里面有物种丰度的结果。有了这些就可以尽情的分析了。
最后，在User Guide里面有他这个分析的具体方法，包括质控，过滤等等。不过，最后还是推荐大家如果以后经常用的话还是慢慢学一下生信分析，学一下相关软件吧。毕竟，生信这个行业发展很快，现在分析连OTU都不聚了，万一哪天这个在线分析的方法也被淘汰了呢？
文中用的数据及结果都已上传到百度网盘，大家可以下载学习。
链接：https://pan.baidu.com/s/1skRhDiX 密码：kdj9
最后，感谢一下刘老师，及其他老师对于方法的无私分享，让我学到了好多，生信的路上有你们，很温暖，谢谢！！
猜你喜欢
写在后面
为促进读者交流、加速科学问题解决，我们建立了“宏基因组”专业讨论群，目前己有八百多名一线科研人员加入。参与讨论，获得专业指导、问题解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职务”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论。问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”