USEARCH11新功能——OTU表抽平otutab

http://www.drive5.com/usearch/manual/cmd_otutab_rare.html

稀疏、抽平

otutab_rare 抽样OTU比至某个指定数据量，方便比较Alpha多样性，对于抽平后的OTU表，会自动删除不满足样本量的样品，还会去除全为零的OTUs

使用实战

usearch11 -otutab_rare otutab.txt -sample_size 10000 -output otutab10k.txt

主要三个参数，输入文件，抽平至相同的样本量，输出文件

运行输出结果如下：

00:01 43Mb    100.0% Reading otutab.txt
00:02 43Mb    100.0% Rarefying
Deleted 90 samples size < 10000
Deleted 814 OTUs with size=0 after rarefaction
Deleted 90 samples with size=0 after rarefaction
00:04 48Mb   Writing otutab10k.txt ...done.

运行使用了4秒，43Mb内存，有90个样本数据量不到10000，抽平后有814个OTUs为零被删除，同时不满足数据量的90个样品也被删除。

我们统计一下抽样前后的比较

抽样前统计

使用otutab_stats统计OTU表

usearch10 -otutab_stats otutab.txt -output otutab.stat
cat otutab.stat

结果如下：样本测序量最小值为5369，最大值有124817

  38748638  Reads (38.7M)1182  Samples4996  OTUs5905272  Counts4339163  Count  =0  (73.5%)552758  Count  =1  (9.4%)316760  Count >=10 (5.4%)54  OTUs found in all samples (1.1%)370  OTUs found in 90% of samples (7.4%)1145  OTUs found in 50% of samples (22.9%)Sample sizes: min 5369, lo 16013, med 25362, mean 32782.3, hi 45569, max 124817

抽样后统计

usearch10 -otutab_stats otutab10k.txt -output otutab10k.stat
cat otutab10k.stat

看到样品量全部抽平为10000，但样本量和OTU数量都有下降(删减)

  10920000  Reads (10.9M)1092  Samples4182  OTUs4566744  Counts3607823  Count  =0  (79.0%)433338  Count  =1  (9.5%)124757  Count >=10 (2.7%)28  OTUs found in all samples (0.7%)210  OTUs found in 90% of samples (5.0%)649  OTUs found in 50% of samples (15.5%)Sample sizes: min 10000, lo 10000, med 10000, mean 10000.0, hi 10000, max 10000

综上，此种方法与之前QIIME的single_rarefaction.py命令结果一致。之前usearch10中使用的otutab_norm方式，不会删除低丰度的样品，会出现低样本抽高，alpha多样性偏低，低于抽平数量的样品稀释取线后期直线的问题。在usearch11中新增的otutab_rare是对之前不完善结果的补充。

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外1800+ 一线科研人员加入。参与讨论，获得专业解答，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-职称/年级”。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。

学习扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA