本节我们将介绍Alpha多样性如何分析，具体包括三部分的内容：Alpha稀释曲线、计算比较Alpha多样性的差异、Mapping文件中添加Alpha指数。本节所有的操作都是基于qiime1内含的指令，当然qiime1输出的图片结果可能并不是那么理想，所以我们还可以在R中自己绘图，这部分的内容有机会的话我将会在之后的推文中介绍。
Alpha稀释曲线
要制作Alpha稀释曲线，我们可以使用alpha_rarefaction.py命令：
alpha_rarefaction.py \-i otu_table.biom \-o alpha_output_folder \-m mapping_file.txt \-t rep_tree.tre
这个命令实际上包括四个脚本：
single_rarefaction.pyalpha_diversity.pycollate_alpha.pymake_rarefaction_plots.py
我们可以使用参数文件parameters file改变调整任意一步的参数。默认的参数只会获得Alpha多样性的以下几个指数：Observed Species，Chao1和Phylogenetic Diversity（PD）Whole Tree。我们可以通过参数文件增加更多的参数比如增加Shannon指数，然后利用alpha_rarefaction.py中的-p参数即可。下面给一个参数文件的例子：
echo "alpha_diversty:metrics observed,shannon,simpson,pd_whole_tree,chao1" >> alpha_parameters.txt
计算比较Alpha多样性的差异
使用alpha_rarefaction.py绘制稀释曲线后，你可以对产生的每个指标进行统计检验。我们可以在R中进行，也可以使用qiime1中提供的compare_alpha_diversity.py命令进行。
# PD Whole Tree Significance Calculationcompare_alpha_diversity.py \ -i alpha_output/alpha_div_collated/PD_whole_tree.txt \ -o alpha_pdwholetree_stats \ -m mapping_file.txt \ -t nonparametric \ -c SampleType# Chao1 Significance Calculationcompare_alpha_diversity.py \ -i alpha_output/alpha_div_collated/chao1.txt \ -o alpha_chao1_stats \ -m mapping_file.txt \ -t nonparametric \ -c SampleType# Observed OTU's Significance Calculationcompare_alpha_diversity.py \ -i alpha_output/alpha_div_collated/observed_otus.txt \ -o alpha_observed_otus_stats \ -m mapping_file.txt \ -t nonparametric \ -c SampleType
Mapping文件中添加Alpha指数
在Mapping文件中添加上Alpha指数是一件很有用的事情。具体的命令如下：
add_alpha_to_mapping_file.py \ -i alpha_div_collated/PD_whole_tree.txt \ -m mapping_file.txt \ -o mapping_file_with_alpha.txt
作者：jlyq617
链接：https://www.jianshu.com/p/f0a3b7a8041e
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。