[TOC]
高通量测序的发展极大地推动了微生物组/宏基因组领域的发展。微生物组的数据分析和解读需要微生物学、生物信息学、统计学、Shell和R语言、宏基因组学等多学科的知识,无论是中国还是世界范围内仍缺少系统的学习教材。宏基因组公众号成立的目的是打破微生物组数据分析解读的壁垒,推动本领域的发展。目前经常三年的积累,已发布数百篇本领域相关数据分析、可视化和科研经验的教程。但本领域发展迅速,很多教程需要更新,而且团队成员的知识和研究领域有限,需要更广泛的同行加入,打造宏基因组学入门百科全书,现向全球华人圈全面征集《微生物组数据分析与可视化实战》章节编写的创作者和审稿人。
The development of high-throughput sequencing has greatly promoted the development of the microbiome/metagenomics field. The data analysis and interpretation of the microbiome requires multidisciplinary knowledge such as microbiology, bioinformatics, statistics, Shell and R language, metagenomics, etc. There is still a lack of systematic learning materials both in China and around the world. The purpose of establishing the "Metagenome" Public WeChat Account is to break the barriers to the analysis and interpretation of microbiome data and promote the development of this field. At present, with three years of accumulation, hundreds of tutorials on data analysis, visualization and scientific research experience in this field have been published. However, this field is developing rapidly, many tutorials need to be updated, and the knowledge and research fields of team members are limited. A wider range of peers need to join in to create an introductory encyclopedia of metagenomics. Now we are comprehensively soliciting authors and reviewers of the chapter "Microbiome Data Analysis and Visualization Practice" from the global Chinese community.
创始人就是你,赶快加入贡献你的智慧吧!
You are the founder, join us now and contribute your wisdom!
创作者要求 (Creator requirements)
- 本领域的专业同行,专业包括且不限于微生物学、生物信息学、微生物组学,或应用培养组学、扩增子、宏基因组、宏转录组、宏病毒组、宏蛋白组、宏代谢组、宏表观组等技术研究人类、动植物、环境的相关研究人员(年级和职称不限);
- Professional colleagues in this field, including but not limited to microbiology, bioinformatics, microbiome, or researchers who use culturomics, amplicon, metagenomics, macrotranscriptomics, macrovirome, macroproteomics, macrometabolomics, macroepigenetics and other technologies to study humans, animals, plants, and the environment (without restrictions on grade and title);
- 有专业知识搜集和整理的能力,有记录电子笔记、发表文章经历者的优先;
- Those who have the ability to collect and organize professional knowledge, and have experience in recording electronic notes and publishing articles are preferred;
- 认领下方目录中章节,按照参考模板(一周内陆续发布前几节样章),采用有道云笔记markdown格式或Rmarkdown(加入后有免费培训)编写逻辑严谨、考虑读者感受、可重复性强的教程;
- Claim the chapters in the directory below, follow the reference template (the first few sample chapters will be released within a week), use Youdao Cloud Notes markdown format or Rmarkdown (free training after joining) to write a logically rigorous, reader-friendly, and repeatable tutorial;
- 对宏基因组编辑部提出的合理意见进行认真修改;
- Carefully revise the reasonable suggestions made by the Metagenome Editorial Department;
创作者福利(Creator benefits)
- 创作者作为章节的作者之一;
- The creator is one of the authors of the chapter;
- 结识宏基因组核心团队成员,见习编辑可获取编辑的基础培训;
- Get to know the core members of the metagenomics team, and trainee editors can get basic training in editing;
- 发布文章三篇或过万字,可成为正式编辑,免费获得价值万元的最新扩增子、宏基因组分析流程或参加培训、会议的机会;
- Publish three articles or more than 10,000 words to become a formal editor, and get the latest amplicon and metagenomic analysis process worth 10,000 yuan for free, or participate in training and conferences.
- 相关教程、技术文档可推荐发表SCI论文,详见:《JoVE微生物组专刊征稿,写方法拍视频教程发SCI》
- Related tutorials and technical documents can be recommended for publishing SCI papers, see: "JoVE Microbiome Special Issue Call for Papers, Write Methods, Shoot Video Tutorials, and Publish SCI"
- 根据贡献,获得团队发表论文、出版图书的署名权;
- Based on your contribution, you will get the right to publish papers and books by your team;
审稿人要求(Reviewer requirements)
- 专业审稿人,建议有发表文章经历,对自己擅长领域章节的逻辑、语言的全面修改和提出改进建议(同论文审稿);
- Professional reviewers, who are recommended to have experience in publishing articles, will comprehensively revise the logic and language of the chapters in their areas of expertise and make suggestions for improvement** (same as paper review);
- 大众审稿人,对公众号发布文章中可改进地方提出意见或建议,可通过文章下方留言、联系公众号管理员等方式沟通;
- Public reviewers, who can make comments or suggestions on areas for improvement in articles published by the public account**, can communicate by leaving a message below the article or contacting the public account administrator;
审稿人福利(Reviewer benefits)
- 专业审稿人可进入编辑部,作为审核文章的责任编辑,获得责编栏姓名和单位的署名权;
- Professional reviewers can join the editorial department and serve as responsible editors for reviewing articles, and obtain the right to sign their names and units in the responsible editor column;
- 大众审稿人的姓名和单位可出现在章节的致谢部分;
- The names and affiliations of public reviewers may appear in the chapter acknowledgments;
- 审稿人节日福利红包!
- Holiday bonus for reviewers!
联系宏基因组公众号 (Contact Metagenome WeChat Public Account)
创作者和审稿人任务登记: https://kdocs.cn/l/c7CGfv9Xc
Creator and reviewer task registration: https://kdocs.cn/l/c7CGfv9Xc 宏基因组创作者和审稿人登记表.xlsx,使用微信登陆金山文档,登记姓名、单位、研究方向、职称、负责章节具体分工等信息
Registration form for metagenome authors and reviewers.xlsx, use WeChat to log in to Kingsoft Document, register name, unit, research direction, title, specific division of labor in charge of chapters, etc.
联系人:白德凤 / 刘永鑫
Contact: Defeng Bai / Yong-Xin Liu
微信(WeChat):baidefeng1234win / meta-genomics
广告营销人员较多,添加微信务必备注姓名-单位-职位-研究方向,否则无法通过好友申请
There are many advertising and marketing personnel. When adding WeChat, please be sure to indicate your name, unit, position, and research direction. Otherwise, your friend request will not be accepted.
邮箱(Email):[email protected] / [email protected]
目前整理本领域基础知识、常用分析、必备技能的目录。部分章节有前期发布的资源和教程供参考。有自己擅长章节的作者,欢迎认领相应章节进行更新或从头创作。如果你觉得有自己擅长而且重要的知识和方法,欢迎联系我们一起讨论目录的更新。
At present, we have organized the catalog of basic knowledge, common analysis, and essential skills in this field. Some chapters have previously released resources and tutorials for reference. Authors who have chapters they are good at are welcome to claim the corresponding chapters for update or creation from scratch. If you think you have knowledge and methods that you are good at and important, please contact us to discuss the update of the catalog.
中文的宏基因组学百科全书期待你的贡献!
The Chinese Encyclopedia of Metagenomics awaits your contribution!
推荐序 (Recommendations)
找在本领域积累多年的专家、学者,如朱永官院士、蓝灿辉总裁、赵方庆研究员、王军研究员、褚海燕研究员、韦中教授等对本书进行点评。
We will find experts and scholars with many years of experience in this field, such as Academician Zhu Yongguan, President Lan Canhui, Researcher Zhao Fangqing, Researcher Wang Jun, Researcher Chu Haiyan, Professor Wei Zhong, etc. to comment on this book.
编者序(Editor's Preface)
你能学到什么、近年来技术发展概述和展望。
What you can learn, an overview of technological developments in recent years and prospects.
- 微生物组取样和DNA提取建议
- 微生物常见20种培养基配方
- 微生物组学研究的那些”奇葩“动物模型
- 样品生物学重复数据选择 1必要性 2需要多少重复?
- 样品命名 注意事项 实例
- NBT:扩增子及其他测序的最小信息标准和测序规范(MIMARKS)
- NBT:未培养病毒基因组的最少信息标准(MIUViG)
- 扩增子引物选择 16S结构 16S单V4区是最佳选择? 引物评估
- 海洋可培养微生物的鉴定与分类
- 怎么取粪便样品
- 根际土Rhizosphere/Rhizoplane如何取
- Microbiome: 室温存储样本方法比较
- NBT:高通量测序16S及18S rRNA全长
- Microbiome:16S扩增子测序研究中定量变异和生物量影响
- Microbiome:扩增子检测环境样本单细胞真核生物和寄生虫的新方法
- Rob Knight: PCR不需要做三个平行再混合!
- 图之典—可视化图表的词典
- 编程模板-R语言脚本写作:最简单的统计与绘图,包安装、命令行参数解析、文件读取、表格和矢量图输出
- R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences
- 数据可视化基本套路总结
- R图转成Word、PPT、Excel、HTML、Latex、矢量图等
- 你知道R中的赋值符号箭头
<-
和等号=
的区别吗? - 使用dplyr进行数据操作30例
- 交集intersect、并集union、找不同setdiff
- R包reshape2,轻松实现长、宽数据表格转换
- 1数据类型(向量、数组、矩阵、 列表和数据框)
- 2读写数据所需的主要函数、与外部环境交互
- 3数据筛选——提取对象的子集
- 4向量、矩阵的数学运算
- 5控制结构
- 6函数及作用域
- 7认识循环函数lapply和sapply
- 8分解数据框split和查看对象str
- 9模拟—随机数、抽样、线性模型
- ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
- ggplot2地理信息可视化 上 下
- 1初识ggplot2绘制几何对象
- 2图层的使用—基础、加标签、注释
- 3工具箱—误差线、加权数、展示数据分布
- 4语法基础
- 5通过图层构建图像
- 6标度、轴和图例
- 7定位-分面和坐标系
- 8主题设置、存储导出
- 9绘图需要的数据整理技术
- ggThemeAssist:鼠标调整ggplot2主题,不用再记这些代码啦!
- 不需要懂得编程,但却可以使用ggplot2画出论文级别的图?esquisse
- ggplot版本的华夫饼图吧
- 50个ggplot2可视化案例
- R语言大会:宏基因组数据分析和可视化套路总结
- 28个实用绘图包,总有几个适合你
- 热图绘制
- 获取pheatmap聚类后和标准化后的结果
- R做线性回归
- 绘图相关系数矩阵corrplot
- 相关矩阵可视化ggcorrplot
- 绘制交互式图形recharts
- 交互式可视化CanvasXpress
- 聚类分析factoextra
- LDA分析、作图及添加置信-ggord
- 解决散点图样品标签重叠ggrepel
- 添加P值或显著性标记ggpubr
- R语言一键批量完成差异统计和可视化
- Alpha多样性稀释曲线rarefraction curve
- 堆叠柱状图各成分连线画法:突出组间变化
- 冲击图展示组间时间序列变化ggalluvial
- 桑基图riverplot
- 微生物环境因子分析ggvegan
- 五彩进化树与热图更配ggtree
- 多元回归树分析mvpart
- 随机森林randomForest 分类Classification 回归Regression
- 加权基因共表达网络分析WGCNA
- SPIEC-EASI的微生物网络构建示例
- circlize包绘制circos-plot
- R语言搭建炫酷的线上博客系统
- 使用ComplexHeatmap包绘制个性化热图
- R包circlize:柱状图用腻了?试试好看的弦状图
- Science组合图表解读:相关corrplot+环境因子连线
- gganimate绘制动图观察连续变化数据
- Pathview包:整合表达谱数据可视化KEGG通路
- ggcor:相关系数矩阵Science级组合图表
- ggridges包:时间动态波涛汹涌图
- 地图 世界 中国
- 手把手重现Science的主图Maptree
- 基于R的混合线性模型的实现
- 普鲁克分析(Procrustes Analysis)评估物种-环境/功能关联度的一个示例
- R语言绘制带聚类树的堆叠柱形图
发展史:摸索,初步探索,建立方法,百花齐放。
Development history: groping, initial exploration, establishing methods, and letting a hundred flowers bloom.
- 测序发展史,150年的风雨历程
- 一文读懂微生物组
- 有声专栏-宏基因组专业词汇—001宏基因组
- Nature综述:Microbiota, metagenome, microbiome傻傻分不清
- Microbiome:微生物组名词定义
- 群落生态学的 α-、β-、γ-多样性
- 16S测序,不知道OTU你就out了!
- 扩增子分析还聚OTU就真OUT了
- 主流非聚类方法dada2,deblur和unoise3介绍与比较
测序平台和数据
Sequencing platform and data
- 学习全基因组测序数据分析(Learn about whole genome sequencing data analysis) 1测序技术 2fasta&fastq
常用研究手段(Common research methods)
- MPB:军科院杨瑞馥、毕玉晶等-培养组学方法优化(视频)
- MPB:中科院微生物所蔡磊组-运用可培养组技术开展难培养真菌的分离和鉴定
- NBT:人类肠道培养细菌的1520个基因组
- Nature Genetics:微生物基因组如何适应植物?(news & views)
真菌组 18S/ITS (Fungal 18S/ITS)
功能基因 (Functional genes)
代谢组 (Metabolome)
基因组 (Genome)
转录组 (Transcriptome)
有时研究也会涉及宿主、微生物的基因表达研究。更多转录组、单细胞的文章可关注生信宝典公众号。
Sometimes the research also involves the study of gene expression of hosts and microorganisms. For more articles on transcriptomes and single cells, please follow the Bioinformatics Guide WeChat public account.
盘点主流软件。高级阶段应该是各种方法步骤的自由组合,甚至是根据需要设计、开发方法。
Take stock of mainstream software. The advanced stage should be a free combination of various methods and steps, or even design and develop methods according to needs.
- MPB:军科院杨瑞馥、毕玉晶等-培养组学方法优化(视频)
- MPB:中科院微生物所蔡磊组-运用可培养组技术开展难培养真菌的分离和鉴定
- NBT:人类肠道培养细菌的1520个基因组
- Nature Genetics:微生物基因组如何适应植物?(news & views)
格式转换 (Format coversion)
- 扩增子分析神器USEARCH 简介 v11新功能 v11命令大全 OTU表抽平otutab_rare 核心OTU鉴定otutab_core
- 扩增子分析神器VSEARCH 分析流程 2.8.1中文帮助文档
- NBT:QIIME 2可重复、交互式的微生物组分析平台
- 1简介和安装Introduction&Install
- 2插件工作流程概述Workflow
- 3老司机上路指南Experienced
- 4人体各部位微生物组分析Moving Pictures
- Genome Biology:人体各部位微生物组时间序列分析
- 5粪菌移植分析练习FMT
- Microbiome:粪菌移植改善自闭症
- 6沙漠土壤分析Atacama soil
- mSystems:干旱对土壤微生物组的影响
- 7帕金森小鼠教程Parkinson's Mouse
- Cell:肠道菌群促进帕金森发生ParkinsonDisease
- 8差异丰度分析gneiss
- 9数据导入Importing data
- 10数据导出Exporting data
- 11元数据Metadata
- 12数据筛选Filtering data
- 13训练特征分类器Training feature classifiers
- 14数据评估和质控Evaluating and controlling
- 15样品分类和回归q2-sample-classifier
- 16纵向和成对样本比较q2-longitudinal
- 17鉴定和过滤嵌合体序列q2-vsearch
- 18序列双端合并read-joining
- 19使用q2-vsearch聚类OTUs
- 20实用程序Utilities
- 21进化树推断q2-phylogeny
- 22命令行界面q2cli
- 23图形界面q2studio
- 24Python命令行模式Artifact API
- 25可用和开发中插件AvailableFuturePlugins
- 26开发新插件DevelopingPlugin
- 27语义类型Semantic
- 28社区Community
- 29参考数据库DataResources
- 30补充资源SupplementaryResources
- 31名词Glossary
- 32如何写方法和引用Citing
- 国内网络环境优化qiime2安装过程-QIIME 2安装慢或无法下载的解决方案
- ANCOM:找出微生物群落中的差异物种
- QIIME 2教程. 01简介和安装 Introduction & Install(2023.5)
- QIIME 2教程. 02插件工作流程Plugin Workflows(2023.5)
- QIIME 2教程. 03老司机上路指南Experience(2023.5)
- Genome Biology | Rob Knight等人体各部位微生物组时间序列分析
- QIIME 2教程. 04人体微生物组分析Moving Pictures(2023.5)
- QIIME 2教程. 05粪菌移植分析练习Fecal microbiota transplant(2023.5)
- QIIME 2教程. 06沙漠土壤分析AtacamaSoil(2023.5)
- QIIME 2教程. 07Cell帕金森小鼠Parkinson's Mouse(2023.5,最佳实战)
- QIIME 2教程. 08差异丰度分析gneiss(2023.5)
- QIIME 2教程. 09数据导入Importing data(2023.5)
- QIIME 2教程. 10数据导出ExportingData(2023.5)
- QIIME 2教程. 11元数据Metadata(2023.5)
- QIIME 2教程. 12数据筛选Filtering data(2023.5)
- QIIME 2教程. 13训练特征分类器Training feature classifiers(2023.5)
- QIIME 2教程. 14数据评估和质控q2-quality-control(2023.5)
- QIIME 2教程. 15样品分类和回归q2-sample-classifier(2023.5)
- QIIME 2教程. 16纵向和成对样本比较q2-longitudinal(2023.5)
- QIIME 2教程. 17鉴定和过滤嵌合体q2-vsearch(2023.5)
- QIIME 2教程. 18序列双端合并read-joining(2023.5)
- QIIME 2教程. 19使用q2-vsearch聚类ASVs为OTUs(2023.5)
- QIIME 2教程. 20实用程序Utilities(2023.5)
- QIIME 2教程. 21进化树推断q2-phylogeny(2023.5)
- QIIME 2教程. 22命令行界面q2cli(2023.5)
- QIIME 2教程. 23Python命令行模式Artifact API(2023.5)
- QIIME 2教程. 23Python命令行模式Artifact API(2023.5)
- QIIME 2教程. 24可用和开发中插件AvailableFuturePlugins(2023.5)
- QIIME 2教程. 25为QIIME 2开发新插件DevelopingPlugin(2023.5)
- QIIME 2教程. 26语义类型Semantic(2023.5)
- QIIME 2教程. 27社区Community(2023.5)
- QIIME 2教程. 28参考数据库DataResources(2023.5)
- QIIME 2教程. 29补充资源SupplementaryResources(2023.5)
- QIIME 2教程. 30名词Glossary(2023.5)
- QIIME 2教程. 31如何写方法和引用Citing(2023.5)
- 1背景知识-Shell入门与本地blast实战
- 2数据质控fastqc, Trimmomatic, MultiQC, khmer
- 3组装拼接MEGAHIT(多快好省)和评估quast
- MEGAHIT:通过简洁的de Bruijn图为超大型复杂宏基因组拼接的超快速单节点解决方案
- metaSPAdes:新型多功能宏基因组拼接工具
- IDBA-UD:组装非均匀覆盖度的宏基因组和单细胞数据
- MetaQuast:评估宏基因组拼接
- 4基因注释Prokka Prokka:快速原核基因组、宏基因组基因注释 Prodigal:原核基因识别和翻译起始位点鉴定 metaProdigal:宏基因组序列中的基因和翻译起始位点预测
- 5基于Kmer比较数据集sourmash
- 6不比对快速估计基因丰度Salmon Salmon不比对快速宏基因组基因定量
- 7bwa序列比对, samtools查看, bedtools丰度统计
- 8分箱宏基因组binning, MaxBin, MetaBin, VizBin
- 9组装assembly和分箱bin结果可视化—Anvi'o
- 10绘制圈图-Circos安装与使用
- KEGG在线数据库使用攻略
- KEGG功能注释工具 KofamKOALA 安装与使用
- NAR-2018-dbCAN2鉴定宏基因组CAZYome碳水化合物相关基因
- EggNOG功能注释数据库在线和本地使用 eggNOG 5数据库介绍
- antiSMASH:微生物次生代谢物基因簇预测
- NAR:antiSMASH数据库2—次级代谢物基因簇预测
- 抗生素抗性基因研究进展PPT分享
- Briefings in Bioinformatics:微生物基因组学和功能基因组学相关软件和数据库的研究进展
- WebMGA:超快的基因组序列聚类注释在线工具
- Microbiome:宏基因组分箱流程MetaWRAP 简介 安装和数据库部署 实战和结果解读
- NBT:宏基因组"读云"10X建库+雅典娜算法组装获得微生物高质量基因组
- DAS工具: 利用去重、聚合和评分的策略从宏基因组中恢复基因组
- 一文读懂宏基因组binning
- 微生物基因组分类数据库GTDB和软件GTDB-Tk
特征表是上游大数据分析的终点,是里程碑式的成果,同时也是下游分析的起始。
- 扩增子图表解读-理解文章思路
- 扩增子分析流程-把握分析细节
- 扩增子统计绘图-冲击高分文章
- 微生物16S测序数据的正确打开方式
- 多快好省的宏基因组研究技巧
- 如何读懂和利用你的微生物多样性测序结果?
- 水稻微生物组时间序列分析 1模式图与PCoA 2a相关分析 2b散点图拟合 3冲击图 4随机森林回归
- 微生物组统计和可视化——phyloseq入门
维恩图的变形,如UpsetView,网络图等。
Variations of Venn diagrams, such as UpsetView, network diagrams, etc.
- 主成分分析PCA
- 主坐标分析PCoA
- 非度量多维尺度分析NMDS
- 对应分析CA
- 其他排序pls-da,opls-da,t-sne
- PERMANOVA
- ANOSIM
- MRPP
- 限制性主坐标分析Constrained PCoA
- 冗余分析RDA
- 典范对应分析CCA
- LDA
- 什么是物种数据的过度离散现象和负二项分布
- 用edgeR包进行差异分析
- DESeq2包进行差异分析
- ANCOM分析
- ALDEx2分析
- songbird和DEICODE介绍
- limma
- 按分类或模块着色网络 (Coloring networks by categories or modules)
- 网络属性 (Network properties)
- 全局属性 (Global properties)
- 节点属性 (Nodes properties)
- 网络图在R中的实现-igraph
- 微生物网络构建:MENA, LSA, SparCC和CoNet
- SparCC的微生物网络构建示例
- Cytoscape: MCODE包实现网络模块化分析 GIANT包分析网络的Z、P-score 制作带bar和pie节点的网络图
- 使用网络图展示Venn图集合及Cytoscape操作视频
- 双网络比对 (Dual network comparison)
- 多网络时间序列 (Multi-network time series)
- Gephi美化 (Gephi beautification)
黄适:这个RandomForest package 非常慢,已经完全不适应大数据分析需求。推荐使用ranger https://github.com/imbs-hl/ranger
- 分类
- 分类评估-ROC曲线及DCA分析
- 回归
- 回归及效果评价
- 人工神经网络分类 (Artificial neural network classification)
- 支持向量机分类 (Support vector machine classification)
- 逻辑回归(GLM)(Logistic regression)
- 多序列比对
- 建树Fastree/RaxL
- 宏基因组中建树Phylophlan3
- iTOL美化进化树
- ggtree美化进化树
- Graphlan与Cladogram
- Krona
- Metacoder
- 人类:肠型、肥胖、二型糖尿病、IBD、早产、关联分析
- 动物:无菌小鼠、牛瘤胃、食性、宿主和微生物共进化
- 植物:根际、叶际、代谢物、氮利用、抗病
- 环境:抗生素耐药、抗生素挖掘、极端环境、生命之树
实验方案,样本元数据收集,样本名命名规则和示例。
Experimental protocol, sample metadata collection, sample naming conventions and examples.
NCBI,GSA,EBI
CNS,Microbiome,ISME
相关文章按杂志分类
目前的优缺点和不足,未来的发展方向。
Current advantages, disadvantages and shortcomings, and future development directions.
NBT的PacBio和ONT文章简介
NBT's PacBio and ONT article introduction
- 一文读懂Nanopore测序技术的发展及应用
- NBT:牛瘤胃微生物组的参考基因组集
- NBT:宏基因组二、三代混合组装软件OPERA-MS
- NBT封面:纳米孔宏基因组6小时识别下呼吸道病原体
- 纳米孔测序揭示冻土冻融对土壤微生物群落变化的影响
- 2019新型冠状病毒Nanopore测序标准操作流程
- Medicine in Microecology:微生物所王军组发表Nanopore三代测序人类肠道病毒组的方法
- 高分文章精选 | 纳米孔宏基因组测序的表现
经验 (Experience)
办工效率 (Work efficiency)
书籍专著 (Books and monographs)
国外教程 (Foreign tutorial)
- 2016加拿大宏基因组分析教程
- 1简介-定义、方法和数据库
- 2扩增子-微生物群落多样性
- 3PICRUSt功能预测
- 4宏基因组物种组成和分箱
- 5宏基因组功能数据库与通路
- 6宏转录组流程和功能
- 7挖掘微生物组生物标记
- 4500元的微生物组培训资料
- 微生物组助手——最易学的扩增子、宏基因组分析流程
- GigaScience:ASaiM基于Galaxy微生物组分析框架
- 斯坦福大学统计系教授带你玩转微生物组分析
- 30余款宏基因组分析软件经验总结上 中 下
- 微生物组学数据分析工具综述 | 16S+宏基因组+宏病毒组+宏转录组
本书主要参考文献全文解读
网站数据库 (Online database)
- 微生物组网页工具MicrobiomeAnalyst——教你零基础开展微生物组数据分析和可视化 Nature子刊:官网教程中文版、 实操教程、 NAR:原文解读
- NAR:gcMeta——全球微生物组数据存储和标准化分析平台
- NAR:rrnDB-16S拷贝数校正数据库
- METAGENassist帮你搞定宏基因组分析的图形需求
- SILVAngs:16S/18S在线分析1 2
- 微生物组数据库(http://egcloud.cib.cn)正式上线
- 微生物扩增子数据库大全
- NAR:UNITE真菌鉴定ITS数据库
- curatedMD包挖掘宏基因组公共数据库
软件算法和流程 (Software algorithms and pipelines)
- MIMOSA2: 基于微生物组和代谢组数据的整合分析
- Nature Protocols:整合宏基因组、代谢组和表型分析的的计算框架
- Nmeth:DEMIC——使用宏基因组数据预测细菌的生长速率
- Nature Method :Striped UniFrac算法分析微生物组大数据
- 青岛能源所提出微生物组相似度新算法DMS
方法评测 (Method evaluation)
培养组 (Culturome)
肠型 (Enterotype)
基金 (Funds)
人物传记 (Biography)
参考基因(组)集 (Reference genomes)
- Cell:Tara2.0基因表达的改变和群落的更替塑造了全球海洋宏转录组
- Nature:基于宏基因组测序构建人类肠道微生物组参考基因集
- NBT:人类微生物组千万基因的参考基因集
- NC:全球柑橘根际微生物组的结构和功能
- Cell子刊:人类微生物组参考基因集中的单体基因
病毒组 (Viromics)
- 10000+: 菌群分析
宝宝与猫狗 提DNA发Nature 实验分析谁对结果影响大 Cell微生物专刊 肠道指挥大脑 - 系列教程:微生物组入门 Biostar 微生物组 宏基因组
- 专业技能:生信宝典 学术图表 高分文章 不可或缺的人
- 一文读懂:宏基因组 寄生虫益处 进化树
- 必备技能:提问 搜索 Endnote
- 文献阅读 热心肠 SemanticScholar Geenmedical
- 扩增子分析:图表解读 分析流程 统计绘图
- 16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
- 在线工具:16S预测培养基 生信绘图
- 科研经验:云笔记 云协作 公众号
- 编程模板: Shell R Perl
- 生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘
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5000+ 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。
To encourage readers to communicate and quickly solve scientific research difficulties, we have established a "Metagenomics" professional discussion group, which has more than 5,000 frontline researchers at home and abroad. To participate in the discussion and get professional answers, please share this article with your friends and scan the code to add the editor-in-chief to join the group. Be sure to note "name-unit-research direction-professional title/grade". To seek help with technical problems, first read "How to Ask Elegant Questions" to learn how to solve problems. If you still have not solved the problem, discuss it in the group. Don't chat privately about the problem. Help your peers.
学习扩增子、宏基因组科研思路和分析实战,关注“宏基因组”
Learn about amplicon and metagenomic research ideas and analysis practices, and focus on "metagenomics"
点击阅读原文,跳转最新文章目录阅读
Click to read the original text and jump to the latest article directory https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA