7.18-7.24 交流群问题汇总第5期

关键词：

物种注释；测序深度和覆盖度；真菌plug；宏基因组sam；SEM变量；跨域网络；OTU相关矩阵；中国地图；数据标准化/归一化；metaphlan2

1. 统计order水平的组成，但结果为空，应该划分为unassigned还是直接删掉？

我感觉是unassigned，直接删掉不合理，会丢掉很多OTU。

2.测序深度和测序覆盖度的差异

测序深度就是reads数，覆盖度是coverage。

计算方法见我之前文章：计算样本的覆盖度(Coverage)

3. 真菌纯培养实验的“plug”是什么

原文：Diversity begets diversity in competition for space

不是接种环。是培养基上真菌基本长满之后，有专门的打孔器，长圆柱形，圆的直径约为5 mm-1 cm。

咔，打一下，就出来一个菌块，把这个菌块挑出来，转接到另外一个皿。形状如下：

因为菌丝是向外扩张，长大一圈，测一次直径；继续长，继续测，就能得到growth rate。

4. 宏基因组bwa回帖生成sam后，用什么软件统计counts数或者TPM？

1. salmon一步到位。

2. CheckM的checkm coverage模块，也可以用coverm make模块。

5. SEM变量

问：文章中SEM的变量是潜变量，但是是通过多元线性回归计算出来的复合变量，如何实现？多元线性回归不是要有确切的自变量和因变量吗？这里的因变量是啥？方法中说是通过多远回归，选择了具有最小AIC指数的复合方程。

原文：Temperature and Precipitation Drive Elevational Patterns of Microbial Beta Diversity in Alpine Grasslands

答：

1. 先做回归再拿显著的去搞SEM。
2. lavaan包里的验证性因子分析（CFA）可以做。

6. 宏基因组做细菌、真菌、病毒多种生物类型的网络关系？

可参考这篇文章：Integrative microbiomics in bronchiectasis exacerbations

开始是用的16s/ITS/panel分别去做的细菌，真菌，病毒。但是后面对结果的验证用的是metagenomics。

可参考这篇文章的思路，里面用的是WSNF将三者的网络数据整合到一起。

7. 快速计算OTU间相关关系矩阵

参考：

1. 利用Gephi软件绘制网络图

https://blog.csdn.net/woodcorpse/article/details/82753718

数据量小时可以用psych包corr.test求相关性矩阵，数据量大时，可应用WGCNA中corAndPvalue, 但p值需要借助其他函数矫正。

2. 比原始Python2快几千倍的Sparcc算法：fastspar

https://github.com/scwatts/fastspar

8. 中国地图绘制

参考：

1. 水文札记｜认识问题地图、拒绝问题地图、绘制规范地图

https://mp.weixin.qq.com/s/D3EBNXjDNIVUiFZ3-N9Ktg

2. R语言调用NCL色带（附中国八大气候分区+2021中国省、市、县行政区划shp矢量数据）

末尾有2021年中国行政区划最新矢量地图数据

https://mp.weixin.qq.com/s/J7HTf8TKzNTr8M_fWAqSsQ

9. normalization，标准化，归一化的关系？

中文混用比较混乱，英文normalization和standardization存在区别。

参考：https://stats.stackexchange.com/questions/10289/whats-the-difference-between-normalization-and-standardization

10. metaphlan2注释的真菌是否覆盖度高

1. 这个软件和humann2是一个课题组的，humann2也调用的它，它的数据库是针对人类微生物组弄的。

肯定不包含所有真菌。具体看样本是否适用它的数据库。

2. metaphlan2和3所用的数据库只有110种真菌。