测序数据分析之OTU

1. OTU（Operational Taxonomic Units）操作分类单元：是在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。通常按97%的相似度，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%的相似水平下聚类生成OTU，近期认为100%更合理。

选择每个聚类群众最高丰度序列作为代表性序列。

为什么需要OTU?

序列错误：PCR产生的错误；测序错误

菌内16S多样性

计算能力和算法限制，两两比较太耗时

 

优点：快速生成丰度矩阵

不足：只到属水平；菌和OTU无法对应；不同批次实验无法比较

2.扩增子实验和分析流程

 简言之，基本思路为：质控-挑选代表序列（OTU/ESV）-物种注释-生成Feature表-多样性分析（整体）-差异比较（局部）-机器学习