RDP 数据库简介

在扩增子数据分析中，有时会发现多个OTU 注释到了同一个species ,  为什么会出现这种情况呢？

首先既然在OTU水平能分开，说明序列的相似度小于97%,  同一个物种的同一个基因的片段相似度会小于97%吗？

答案是肯定的；

对细菌，古菌，真菌来说，在species 水平下面，还有1个strain 水平，而同一个species的不同strain, 有可能会相似度小于97%；

以RDP 下载的 Fungi 数据来说，在原始数据中，会有很多类似下面这种的序列

>S000448483 Sparassis crispa; MBUH-PIRJO&ILKKA94-1587/ss5
>S000448484 Sparassis crispa; MBUH-ILKKA88-2036/ss6
>S000415306 Sparassis crispa; MAFF 238626
>S000448480 Sparassis crispa; YCD2470/ss2
>S000448481 Sparassis crispa; YCD2637/ss3
>S000448482 Sparassis crispa; MBUH-SAVOLAINEN/ss4
>S000448487 Sparassis crispa; zw-clarku003/ss9
>S000448488 Sparassis crispa; BMS2857/ss10
>S000448479 Sparassis crispa; YCD2145/ss1
>S000448492 Sparassis crispa; HKAS15728/ss19
>S000448493 Sparassis crispa; HKAS32363/ss20
>S000448491 Sparassis crispa; HMAS60590/ss17
>S000448496 Sparassis crispa; RB9/6/87/ss23
>S000448494 Sparassis crispa; HKAS17477/ss21
>S000448498 Sparassis crispa; MBUH-DORISLABER/ss25
>S000448506 Sparassis crispa; FFPRI-TSENGOKU/ss34
>S003841092 Sparassis crispa; JB10
>S000448501 Sparassis crispa; TENN44575/ss28
>S003827683 Sparassis crispa; HKAS43721; AFTOL-ID 703
>S003856778 Sparassis crispa

我截取了部分，前面的 "Sparassis crispa" 是1个物种，而；后面类似 "MBUH-PIRJO&ILKKA94-1587/ss5" 则是不同的strain,  

"MBUH-PIRJO&ILKKA94-1587/ss5" 在NCBI 的Nuclteotide 数据库的链接如下

https://www.ncbi.nlm.nih.gov/nuccore/AY218534.1

通过上图，一目了然，species 和 strain 的关系，1个物种有很多的strain , 而在这些strain 之间，就会存在相似度小于 97% 的strain。