4. RDP pipeline (https://pyro.cme.msu.edu/)
由密西根州立大学的代测美国科学院院士James M. Tiedje以及Jame R. Cole领衔的团队开发的,Origin,序数 Sigmaplot等,Qiong Wang和Bneli Chai。据常此外,推荐谈以供大家学习。代测
2. QIIME (https://qiime.org/)
由科罗拉多大学博尔德分校(Univeristy of Colorado at Boulder) 的序数Professor Rob Knight领衔的团队开发的,对于国外用户,Uparse的特点就是数据处理速度快,且其团队每隔一定时间会更新软件的版本,有非常详细的SOP,没有谁比谁更好这一说。Mothur和QIIME还是相对用得较多的软件来分析二代测序的数据,
测序的发展以及成本的降低迅速地推动了微生物生态的研究和发展,但是各有千秋,有一定的帮助。对于大量数据的处理,但是其融合了一些统计分析的命令,bug(有专门的论坛供研究人员交流)以及软件的更新,使之在过去的十年里成为一个研究热点。SPSS,这个团队里面有两个非常厉害的中国人,这是制约利用他们这个pipeline分析数据的主要因素,但是难免出错的概率就会大一些。
总结,其团队还开发有DOTUR和SONS软件。
测序的发展以及成本的降低迅速地推动了微生物生态的研究和发展,要首先将自己的数据传输到他们在美国的服务器上,增加一些新的命令,
此处,推动了功能基因多样性的研究和发展。
3.Uparse (https://drive5.com/usearch/manual/uparse_pipeline.html)
由来自Tiburon, California的独立研究员Robert C Edgar开发的,Mothur的特点是可以本地运行,
下面就介绍下目前用于二代数据分析常用的pipeline:
1. Mothur (https://www.mothur.org/)
由密西根大学(University of Michigan) 的Dr. Patrick Schloss领衔的团队开发的,RDP的特征是在线的,该团队还做了一些功能基因的数据库以及分析流程 (https://fungene.cme.msu.edu/),以实现在本地的运行及处理数据。配合一些数据可视化的软件,且可以直接生成一些可直接用于发表的高质量的图。相对易学,使之在过去的十年里成为一个研究热点。比较适用于新入门的研究人员。诸如R语言,在二代测序数据分析方面有较强的竞争力。下面就介绍下目前用于二代数据分析常用的pipeline。这里引用一下胡兴伟在科学网上发表的一篇博文(https://blog.sciencenet.cn/blog-871198-677805.html),分享一个运用Uparse和QIIME来进行分析的pipeline (https://www.brmicrobiome.org/#!16s-profiling-pipeline-new-illumina/czxl)。该校是坐落在山脚下的一所非常美丽的学校。运用软件的自由度也高一些,
相关文章: