QIIME 2 与 DADA2
扩增子分析的常用组合。DADA2 用错误模型降噪得到 ASV，可分辨单碱基差异；QIIME 2 提供从导入、降噪、注释到多样性分析的完整框架。16S 注释常用 SILVA 或 GTDB，ITS 常用 UNITE 数据库。
36个分析 Skill · Codar 生信插件
宏基因组与微生物组 AI 分析
微生物组研究关心一个环境或宿主部位里有哪些微生物、各占多少、具备什么功能。常见数据是 16S/ITS 扩增子测序和宏基因组鸟枪法测序。这个插件在 Codar 里覆盖扩增子分析、物种分类与丰度估计、组装与 MAG 重建、功能组成、多样性和差异丰度、耐药基因、生物合成基因簇以及菌株追踪。
宏基因组与微生物组能回答哪些研究问题
- 两组样本的 α 和 β 多样性是否存在差异？
- 哪些菌属在疾病组中富集或减少？
- 肠道菌群中携带了哪些抗生素耐药基因？
- 能否从宏基因组中重建出未培养菌的基因组？
- 同一菌株是否在不同患者或环境间发生了传播？
宏基因组与微生物组分析流程
- 1
整理数据与元数据
收集 FASTQ 或 SRA 编号，整理分组、采样部位、时间点等元数据，确认引物区段和测序平台。
- 2
质控与去宿主
去除接头和低质量序列；宏基因组样本需比对宿主基因组去除宿主读段，扩增子需切除引物。
- 3
物种组成
扩增子用 ASV 降噪并注释分类，宏基因组用基于标记基因或 k-mer 的方法估计各物种丰度。
- 4
多样性与差异丰度
计算 α、β 多样性并做组间检验；差异丰度要选能处理成分数据的方法，并校正混杂因素。
- 5
功能与基因组
按需做功能组成、耐药基因、生物合成基因簇分析，或组装并分箱得到 MAG 后评估质量。
- 6
汇总结果
输出丰度表、多样性图、差异结果、报告和可复现脚本，注明数据库版本。
常用方法与怎么选
Kraken2/Bracken 与 MetaPhlAn
宏基因组物种分类的两类思路。Kraken2 基于 k-mer 匹配，速度快，覆盖面取决于数据库，常配合 Bracken 重估丰度；MetaPhlAn 基于物种特异标记基因，假阳性较少，但检测不到库外物种。
MEGAHIT、MetaBAT2 与 CheckM
用于组装和分箱重建 MAG。MEGAHIT 内存占用低，适合大样本组装；MetaBAT2 按序列组成和覆盖度分箱；CheckM 评估完整度与污染度。MIMAG 标准中高质量 MAG 需完整度 >90%、污染度 <5%。
ANCOM-BC、ALDEx2 与 MaAsLin2
微生物组数据是成分数据，直接对相对丰度做 Wilcoxon 检验容易出现假阳性。ANCOM-BC 和 ALDEx2 从成分数据角度建模，MaAsLin2 便于纳入协变量。各方法结果常不一致，可报告多种方法的交集。
需要准备的数据
- 双端或单端 FASTQ 测序文件
- 或 SRA / ENA 公共数据编号
- 样本元数据：分组、部位、时间点
- 扩增子的引物序列与目标区段
- 宿主参考基因组（宏基因组去宿主用）
能得到的结果
- ASV 或物种丰度表与分类注释
- α 多样性箱线图、β 多样性 PCoA 图
- 差异丰度菌群列表与效应量
- 功能通路丰度、耐药基因注释表
- MAG 质量评估表与生物合成基因簇
- 分析报告和可复现脚本
宏基因组与微生物组插件包含的分析能力
共 36 项。启用插件后，Codar 会按任务自动选用，不需要逐个记住名称。
- 16S与ITS扩增子分析
- 抗微生物耐药基因检测
- 宿主与微生物互作分析
- 宏基因组功能组成分析
- 宏基因组物种分类与丰度估计
- 宏基因组组装与MAG重建
- 扩增子功能组成预测
- 微生物群落多样性分析
- 微生物差异丰度分析
- 微生物生物合成基因簇识别与分类
- eDNA宏条形码分析
- 菌株追踪与传播分析
- 微生物组公共数据检索
- 宏基因组端到端分析
nf-core 标准流程（22 个）
- nf-core-ampliseq流程
- nf-core-bacass流程
- nf-core-bactmap流程
- nf-core-coproid流程
- nf-core-createtaxdb流程
- nf-core-daamicrobiome流程
- nf-core-dualrnaseq流程
- nf-core-funcprofiler流程
- nf-core-funcscan流程
- nf-core-hgtseq流程
- nf-core-mag流程
- nf-core-magmap流程
- nf-core-metatdenovo流程
- nf-core-pathogenepidemiology流程
- nf-core-pathogensurveillance流程
- nf-core-phageannotator流程
- nf-core-plasmodiumdrugres流程
- nf-core-taxprofiler流程
- nf-core-tbanalyzer流程
- nf-core-vipr流程
在 Codar 里怎么用
- 1
切换到生信模式
在 Codar 左上角选择 Codar 生信。
- 2
启用「宏基因组与微生物组」
在插件页找到「宏基因组与微生物组」，安装或启用。
- 3
描述研究问题
用一句话写清数据和目标，确认分析方案后开始执行。
可以这样提问
帮我分析这批 16S 扩增子测序数据，比较两组的 α 和 β 多样性，并找出差异丰度的菌属。
宏基因组与微生物组常见问题
16S 扩增子测序和宏基因组测序该怎么选？
16S 成本低、对宿主污染不敏感，适合大样本量的群落组成和多样性研究，但通常只能稳定分到属水平，功能只能预测。宏基因组能分到种甚至菌株，还能直接分析功能基因和耐药基因，代价是测序量和成本更高，宿主含量高的样本还需足够深度。
OTU 和 ASV 有什么区别？
OTU 按 97% 等相似度阈值把序列聚类，结果依赖数据集和阈值；ASV 通过降噪得到精确序列，可区分单碱基差异，不同研究间可以直接合并比较。目前新研究多采用 ASV，分析旧数据或与既往结果对照时仍会遇到 OTU。
微生物多样性分析前需要做稀释抽平吗？
这一点存在争议。稀释抽平能消除测序深度对 α 多样性的影响，但会丢弃数据；差异丰度分析一般不建议抽平，而是用模型处理文库大小。常见做法是 α 多样性用抽平或稀释曲线确认深度足够，差异分析使用原始计数配合相应方法。
其他生信插件
macOS 12+Mac
Windows 10+Windows