qiime2自建数据库进行物种注释

SynCom接种植物体系之后，为了研究它们的动态变化，扩增子是简单可行的方法，这也在science : Coordination between microbiota and root endodermis supports plant mineral nutrient homeostasis，natureA single bacterial genus maintains root growth in a complex microbiome中都有采用。但是作者只是一两句话带过分析的流程，摸索了一下，挺简单的，主线就是：前期数据拆分、质控、去噪 >> 得到代表性序列 >> 比对到自己构建的含有序列信息和物种注释信息的数据库 >> 可视化
记下来详细步骤：

1. 准备文件: 自己测的16S全长序列，保存为fasta格式，如下：
   
   seq.fa
   
   序列的注释信息
   
   ref-taxonomy.txt
2. 导入数据

qiime tools import \
  --type 'FeatureData[Sequence]' \
  --input-path ref-seqs.fa \
  --output-path ref-seqs.qza

qiime tools import \
  --type 'FeatureData[Taxonomy]' \
  --input-format HeaderlessTSVTaxonomyFormat \
  --input-path ref-taxonomy.txt \
  --output-path ref-taxonomy.qza

3. 提取序列：根据你测的SynCom区选择需要提取的序列，用于后续分类器的训练，我这里是V3-V4 区 (338F (5’-ACTCCTACGGGAGGCAGCA-3’) / 806R (5’-GGACTACHVGGGTWTCTAAT-3’)) 参数就是字面意思，不解释了

qiime feature-classifier extract-reads \
  --i-sequences seq.qza \
  --p-f-primer ACTCCTACGGGAGGCAGCA \
  --p-r-primer GGACTACHVGGGTWTCTAAT \
  --p-trunc-len 460 \ 
  --p-min-length 400 \
  --p-max-length 480 \
  --o-reads ref-seqs.qza

虽然--p-trunc-len我们指定的是460，但是它会智能的根据引物来截取，最终得到的序列是430bp左右

4. 训练分类器

qiime feature-classifier fit-classifier-naive-bayes \
  --i-reference-reads ref-seqs.qza \
  --i-reference-taxonomy ref-taxonomy.qza \
  --o-classifier classifier.qza

5. 最后，测试一下分类效果， rep-seqs.qza由前期质控去噪得到

qiime feature-classifier classify-sklearn \
  --i-classifier classifier.qza \
  --i-reads rep-seqs.qza \
  --o-classification taxonomy.qza
#可选
qiime metadata tabulate \
  --m-input-file taxonomy.qza \
  --o-visualization taxonomy.qzv

6. 柱状图可视化：table.qza由前期质控去噪得到，sample-metadata.tsv如下：
   
   sample-metadata.tsv

qiime taxa barplot --i-table table.qza \
   --i-taxonomy taxonomy.qza \
   --m-metadata-file sample-metadata.tsv \
   --o-visualization taxa-bar-plots.qzv

完成

参考：
https://docs.qiime2.org/2020.11/tutorials/feature-classifier/