高通量测序科研入门常用名词意义整理

1、目录 TOC o 1-5 h z HYPERLINK l bookmark0 o Current Document 一、OTU分类和统计2 HYPERLINK l bookmark2 o Current Document 二、生物信息分析 2 HYPERLINK l bookmark4 o Current Document 三、16SrRNA 3 HYPERLINK l bookmark6 o Current Document 四、Alpha 多样性4 HYPERLINK l bookmark8 o Current Document 五、稀疏性分析 r rarefaction analysis

2、 ）和稀疏性曲线（rarefaction curve ） 7 HYPERLINK l bookmark10 o Current Document 六、Shannon-Weiner指数8 HYPERLINK l bookmark12 o Current Document 七、Rank Abundance曲线9 HYPERLINK l bookmark14 o Current Document 八、微生物种属鉴定及相关分析 1.0 HYPERLINK l bookmark16 o Current Document 九、OTU群落聚类及相关分析 14 HYPERLINK l bookmark18 o

3、 Current Document 十、Rank Abundance 曲线15 HYPERLINK l bookmark20 o Current Document H一、韦恩图（Venn ） 1.6-、OTU分类和统计OTU（operationaltaxonomicunits）是在系统发生学研究或群体遗传学研究中，为了便于进行分析，人为给某一个分类单元（品系，种，属，分组等）设置的同 一标志。通常按照97%勺相似性阈值将序列划分为不同的 OTU每一个OTU!常 被视为一个微生物物种。相似性小于 97瓶可以认为属于不同的种，相似性小于 93%-95%可以认为属于不同的属。样品中的微生物多样性和不

4、同微生物的丰度 都是基于对OTUB分析。Coverage是指各样品文库的覆盖率，其数值越高，则样本中序列没有被测出的 概率越低。该指数实际反映了本次测序结果是否代表样本的真实情况。计算公式为：C=1-n1/N其中口1=只含有一条序列的OTU勺数目；N才由样中出现的 总的序列数目。分类水平统计表主要是对每个样本在分类学水平上的数量进行统计， 并且在表格 中列出了在每个分类学水平上的物种数目（只显示前 10个样本，如果样本超过10个，请查看结果中taxon_all.txt 文件） 其中SampleNamefe示样本名称；Phylum表示分类到门的 OTIM量；Class表示 分类到纲的OTU&量；

5、Order表示分类到目的OTU量；Family表示分类到科的 OTUJ&量；Genus表示分类到属的OT吸量；Species表示分类到种的OT吸量。二、生物信息分析.数据统计分析1）有效测序数据统计2）可供精准分析的数据统计.数据回归样品1）根据tag信息将测序数据回归各自样品.单样品微生物种类及丰度分析1）序列聚类 OTU（OperationalTaxonomicUnits ）2）取样深度判定（RarefactionCurve ）3）计算菌群多样性和丰度指数4）单样品群落结构分析.多样品间比较分析1）全样品相似度比对2）多样品OTU比较3）多样品群落结构分析4）PCA （Principalc

6、omponentanalysis ）分析5）WeightedunifracPCA 分析6）组间显著性差异分析16SrRNA为核糖体的RNA勺一个亚基，16SrDNAft是编码该亚基的基因。细菌 rRNA （核糖体RNA按沉降系数分为3种，分别为5S、16S和23SrRNA 16SrDNAl 细菌染色体 上编码16SrRN片目对应的DNAff列，存在于所有细菌染色体基因中。16SrDNA细菌的系统分类研究中最有用的和最常用的 分子钟，其种类少， 含量大（约占细菌DNAt量的80% ,分子大小适中，存在于所有的生物中，其 进化具有良好的时钟性质，在结构与功能上具有高度的保守性2,素有“细菌化石”之

7、称。在大多数 原核生物中rDNA都具有多个拷贝，5S、16S、23SrDNA勺拷 贝数相同。16SrDNAS于大小适中，约1.5Kb左右，既能体现不同菌属之间的差 异，又能利用测序技术较容易地得到其序列，故被细菌学家和分类学家接受。16SrRNA 16SrDNA勺区另16S中的S是一个沉降系数,亦即反映生物大分子在离心场中向下沉降速 度的一个指标，值越高，说明分子越大。rDNA和rRNA中的小写字母r是 ribosome（核糖体）的缩写。rDNA指的是基因组中编码核糖体 RNA（rRNA）分子的 对应的DNAff列，也就是编码16SrRNA勺基因。rRNA指的是rDNA的转录产物， 它是构成核

8、糖体的重要成分，核糖体由许多小的rRNA分子组装而成，16SrRNA是其中一个组件.一般所分析的对象都是16srDNA因为DNAE取容易，也比较 稳定。16S rRNA具有多项功能。.对于核糖体蛋白的固定起到脚手架的作用。2.3末端包含反向的 SD序列，用来与 mRNA的AUG起始密码子结合。16S rRNA的 3端与S1、S21的结合被发现与蛋白质合成的开始有关系。.与23S进行交互，帮助两个 核糖体子单元的结合。（50S+30S ）.在A site稳定密码子与反密码子的正确配对。16SrDNA定方法随着生物技术的飞速发展，传统的微生物鉴定方法常常难以鉴定众多的生长 习性复杂的微生物，因而基

9、于基因组序列的分子鉴定受到广泛关注。在细菌基因 组中，编码16SrRNAW rDNA基因具有良好的进化保守性，适宜分析的长度（约| 为1540bp）,以及与进化距离相匹配的良好变异性，所以成为细菌分子鉴定的 标准标识序列。16SrDNA勺序歹U包含9或10个可变区（variableregion ）和11 个恒定区（constantregion ）。保守序列区域反映了生物物种间的亲缘关系，而 高变序列区域则能体现物种间的差异。16SrDN6子的序列特征为不同分类级别 的近缘种系统分类奠定了分子生物学基础。目前16SrDNA勺序列信息已经广泛应 用于菌种鉴定和系统发生学研究。16SrDNAR据分析

10、初始数据层面：质量统计，序列长度及分布统计，数据预处理，有效序列统 计。QTUU面：OTUb类学统计，Alpha多样性分析，稀疏性曲线，Shannon-Wiene 曲线，Rankabundance曲线。物种丰度层面：物种分类注释，Beta多样性分析，样本问OT必异分布分 析，OTU度分布聚类分析，主成分分析，显著性差异分析，样本组间差异分析。群落结构层面多样本物种分布比较，群落相似度比较， 群落相似度PCoA 分析，基于组间进化的差异显著性(Un)WeightedUnifrac 分析，RDA/CCA1群与 环境因子之间的关系分析，系统发育树的构建，含种类分级的进化树的构建。四、Alpha多样性

11、在微生物多样性分析的报告 中主要包括五个部分：Alpha多样性分析、Beta 多样性分析、物种组成分析、进化关系分析、相关性分析 ，其中Alpha多样性分 析是生态学中生物多样性的一个重要的组成部分，也是比较基础的一部分。Alpha多样性是指一个特定区域或生态系统内的多样性，是反映丰富度和均匀度的综合指标。Alpha多样性主要与两个因素有关：一是种类数目，即丰富度； 二是多样性，群落中个体分配上的均匀性。群落丰富( Communityrichness )的 指数主要包括Chao指数和ACE旨数。群落多样性(Communitydiversity )的指 数，包括Shannon指数和Simpson

12、指数。(Simpson指数是评价优势度，Shannon 是评价多样性；Simpson指数越高代表物种多样性越低；Simpson指数和Shannon 指数是相反关系)匕IDReadg(LOSOTUKEdw3仁口VEI70EshniaKL! andImm21U1Z?3145)128 (1-20.95觎%Z63 wii VW(2.f4( 2C】)Q+2W1 (Ok 1921, & 2082)n 曳 eooom10846154154 143.178)157(13. IM)0.箱76031(2.S9h 2. 6&)Ou 2041 (0L 1988.0. 213S)134, 000000士皿，leA310

13、B0312(194, IE幻14031,1Z】f ) 0. 99TSM2.祐 (2.6f 2.68)0lM2 g 1901, & 204n126.0000001005122130 (125, US)12T (173,140)0. 966072.M1(2. 65, 2.12)0L1969(0l 1EB4, Q. 2fl35)122.00000010004US：3h”27,3)131U23,15EQ. 997BO12.33ft色之3T)OlZ, . 10. 270Sh Q. 2B加i群落丰富度指OTU数目的指数，chaol在生态学中常用来估计物种总数,由 Chao(1984)OTU数目的指数，ch

14、aol在生态学中常用来估计物种总数,由 Chao(1984)只含有一演序列的口TV数目f如喇金心V),七只含存商条序列的cti：数n(如山阿皿”工Ace：用来估计群落中含有 OTU数目的指数，由 Chao提出，是生态学中估计物种总数的常用指数之一, 与Chaol的算法不同。 080胃4好该等级OTU中序列数的相对百分含量，即属于该 OTU的序列数除以总序列数，纵坐标轴上数 字，例如“108弋表相对丰度为100%, “1酰表相对丰度为10%,依次类推。八、微生物种属鉴定及相关分析分类学分析在之前的分析步骤中，已经将序列按照其自身的碱基组成的相似性，分归到各OTU中。在进行分类学分析时， 首先，将

15、每一条优质序列都与 SILVA 119数据库进行比对， 找出其最相近且 可信度达80%以上的种属信息。之后，将每一个OTU中的所有序列进行类比，找出同一 OTU中 的不同序列的最近祖先的种属信息。最后，将得到的结果记录在表格文件中。这样做，可以在保留最可能多的信息量的情况下，确保得出信息的准确性。使用软件：mothur10PFl nameA二CQT腐田EKjperidngdomphylimdasaoideirfamilygenusspeciescmji$2639711,SISAl GPXP&.k MTWHjoBxim 域Pm观s%向GaninfinaMbx“叩fjgSlRlilV-blyWid

16、y口而。珈IEurwult M .回心m uDTU221322C H制的Al第。IP.日盛旧闻rM*upi6*一箱域FiELgESelM中即中ui出uihcuUjiM iuwn bucci ifn01U3102?HU?的AJ GROLP,日就而或 rWXsuiM目TFinicucKAl1小。出10叱*（麻j . jih./iurcult 既ur把nMcuoma1加1J58522577Al乐琪只Bam伊喇即BaLiena日;th巾蝴fi日和lerdd值存*n*urcult bc urntetc-su12E51E24即骁再Al GROtPr日m MYiupi口龊1时dFimicub网W r#id5

17、、汕京Eiyvpflal 向Sd 出 Hwiuirurt- ulLi n 15 竞口 bat 匕ur575276222N由值加r加旌up日团:中金Fini监tk哥蚓皿畛%lwr Q(W岫 1 5V&l jilt 就史&SeliKumtmat% HUiriUf J： biff i.1251:21站d鱼Al GP.3LP.BjHt a加池伊昵呼&Finicj踮H-juLhxl：*耻如IITHMKWE蔚字笔=L，. dsk. lurtult pc rumn bactiiirCfTLfl215245195(7Al GFCiLPBjLir日ad前人日必皿加科Oacls1 adiiuKuHbied iim

18、erl bEeriiTiOTU name 为 OTU 编号;第二列至OTUsize列的前一列为各样本的序列在所有OTU中的含有情况。例如，第二行第二列的数字代表样品 A中有多少序列被划分入 OTU1中。OTUsize为该OTU中所含序列的数量；Taxonomy列为OTU对应的种属信息。种属信息按照分类学水平分为多列，我们将物种 的门、纲、目、科、属、种的信息进行了分类分析，便于对数据的筛选提取。例如，需要提 取所有含有属信息的 OTU的相关信息，可在excel中选取属这一列，在工具栏的数据项中， 点选筛选，查看该列第一行的单元格，在下拉菜单中的文本筛选项下方的区域内，取消选择“空白”，点确定，

19、即得到所有含有属信息的OTU言息。注：分类学数据库中会出现一些分类学谱系中的中间等级没有科学名称，以 norank作 为标记。分类学比对后根据置信度阈值的筛选，会有某些分类谱系在某一分类级别分值较低，在统计时以Unclassified 标记。6个水平分别提取信息，分将OTU6个水平分别提取信息，分例表:11分黑的热制z11345e1ag3 UsdjeIpjporkinjd&mi由口 iWIR11?B1920731晔i1531851仃14聊11133icm海phvl 师Prcrf-nnaclPfia41153S304839153S37&6131BD铝发181mas晅T - nxjtpgpe69U

20、5812B71&5S99网53395J125K?19S3的53512phyiumFi-micxrle3236邮4乳a117295154i72011S32Biphylumi日各口日疗用演三合1:12Ua的5015璇31TMS制4da.GamnroleDbactefia374B3300止.谢13a73119B?10C771420024013日96102751classTherrTotDae33932S351324310225T0叫1T563362204 Heflspoleobadlfai 的324224到470加316172152寸classClOStridiiEi切474a第1居TG5S113力

21、的日闪1日口吐1310T3a弼利S3V，如血10rdMPi?ucflnwia：3l#s10n2410WJI1J17I23BT33802ad中支 H jpqii 引电326bh-io?1?吃11231磔G32也弘597fficrd*TDtiubriarulti3：322129S3?砌打口，d314172Z3T1晶 Nnt1。而啊;iMIhXm2ma1061928oQW.咖cndtfThimcrt&gj et339329152079115243160225TOBJ1T5638622CM7)0 rde*Fl芯川工日3T4J4qD1?DLUrCIms辜而琮d211302J3139215用2491522

22、732126grn哥UnClassrfie-d432的r?0缄2431湖M2M3M24124familyDrear: 5p TillsceBe日0001123113204J3D2613与 rniyHlruTs3n-dacgae25142132159051W33637d32333&胞familyDes uMh b的威 E&e32322429-却*224SJ3U1722370串门皿eUnCla&s 市 K2651科l-UUb8466437蒋73258165J34JBZ38孕n加密Maur jbiLterdrrc001123110632皿926砂2genu ePsetidomo-nasa130011

23、41672306S0JtMMJmpeoHth -.iliedt34HdglEd“1M3Dg124bi21业2? 146EHAlOtJIlr9呼Huncu:uredtplGque-Ua 口 Tn 出口 K AHodin-ium口 g阳zcurn口 Annoe&opnryaO 心 yrOdmuiTiDwrF 四皿口一口 小呻3M%Maxiiffiipod 941 %other在图中显示other在图中显示多样品相似度树与柱状图组合分析13左边是样品间基于群落组成的层次聚类分析（ bray-curtis算法），右边是样品的群落结构柱状图例图:GyFOOlniumGyFOOlniumpg 即Ani侯厢

24、 hryCochlodin umGonyiuljxColKzoumNsoceratiumHeTerodin(umKirKidm nrr.口l-nplnT+cn小 闩 irtniwtftninnTelonemanFil / OCyStiE一TinseirnisDubciscquella曰ythrqpsidiniiiniIwencielaTeleaulaKtrcKiibidiLmHeraconL&F im：j|kisPrymnesiuniCrry&ociwcmuiinaB jBtDdiiiiuinChytriddniifntixdridiunr口RlvzosptiMflaothers九、OTU群落

25、聚类及相关分析OTU（Operational Taxonomic Units ）是在系统发生学研究或群体遗传学研 究中，为了便于进行分析，人为给某一个分类单元（品系，种，属，分组等）设 置的同一标志。在生物信息分析中，一般来说，测序得到的每一条序列来自一个 菌。要了解一个样品测序结果中的菌种、 菌属等数目信息，就需要对序列进行归 类操作（cluster ）。通过归类操作，将序列按照彼此的相似性分归为许多小组， 一个小组就是一个OTU根据客户指定的相似度（96% 97前者98% ,对所有 序列进行OTU划分并进行生物信息统计分析。通常在97%勺相似水平下的OTU进 行生物信息统计分析。14QTUnawAB口EFGHIJKLOTU sicQT晅*IM10C2104CN6前国.潴222旧询aorg7m7M?4WMF11M幅111Q1K3K?OTUSd器4-m33ffl&l俯?85WHKForw139fi而1?ra1-fcXJ1M3-&T3335册？FifidS