附件三生物信息学分析基础生物信息学分析1 .有效测序序列结果统计有效测序序列：所有含样品barcode （标签序列）的测序序列。统计该部分序列的长度分布情况。注：合同中约定测序序列条数以有效测序序列为准。图形示例为：Sequence length dislributionSequence length2 .优质序列统计优质序列：有效测序序列中含有特异性扩增引物、不含模糊碱基、长度大于可供分析标准的序列。统计该部分序列的长度分布情况。图形示例为：Sequence length distribution口口3口。-iEe3 gi-DDOOO -席I一,就一武 W 父 =/ 工7 U4 L U P -, 3 心 C，武 ，C *Sequenee lerwjth3. 各样本序列数目统计：统计各个样本所含有效测序序列和优质序列数目。结果示例为：AB4. OTU生成：根据序列的相似性，将序列归为多个OTU （操作分类单元），以便后续分析。OTU11494102725245124136101OTU200000000OTU3231423151729OTU40470110517OTU5192882957453039OTU600000000OTU7018294241451260OTU8000000005. 稀释曲线（rarefaction 分析）根据第4条中获得的OTU数据，做出每个样品的Rarefaction曲线。本合同默认生成OTU相似水平为 0.03 的 rarefaction 曲线。rarefaction曲线结果示例：Multy samples Rarefaction Cuirves0 2DOD 40006000800010000 12000Numiber of Rnadls Sampledlabel： 0 036. 指数分析计算各个样品的相关分析指数，包括：丰度指数：acechao多样性指数：shannonsimpson本合同默认生成OTU相似水平为0.03的上述指数值。多样性指数分析结果示例:ID麻.具ten-KCA3Wwa婀a叫哄始2000注：默认分析以上所列指数，如有特殊需要请说明。7. Shannon-Wiener 曲线利用各样品的测序量在不同测序深度时的微生物多样性指数构建曲线，反映各样本在不同测序数 量时的微生物多样性。当曲线趋向平坦时，说明测序数据量足够大，可以反映样品中绝大多数的微生 物信息。绘制默认水平为： 0.03。例图:8. Rank Abuance曲线根据各样品的明)。例图:MpuloRqsMulty samples Shannon Curvesir50001000015000Number ot Reads Sampledlabfll： 0 03OTU丰度大小排序作丰度分布曲线图。结果文件默认为PDF格式(其它格式请注所心 dlRMWLWH dHIritlqlfadiFI CUfV#9. Specaccum物种累积曲线(大于10个样品)物种累积曲线(species accumulation curves)用于描述随着抽样量的加大物种增加的状况，是理解调查样地物种组成和预测物种丰富度的有效工具，在生物多样性和群落调查中，被广泛用于抽样量充分 性的判断以及物种丰富度 (species richness)的估计。因此，通过物种累积曲线不仅可以判断抽样量是否充分，在抽样量充分的前提下，运用物种累积曲线还可以对物种丰富度进行预测。204060N urnber -of Eamps sequencedSO10 .样品OTU分布及分类学信息OTU产生后，统计各个样品含有OTU情况及每个OTU中含有序列的数目。同时，将所有序列与Silva库比对，得到序列的分类学信息。通过寻找最近祖先方法，得到每个OTU的分类学信息。本合同默认分析相似性水平为0.03的OTU。结果为一份xls文件，文件内容示例为:1AcD卫FnHjKL fi- T0P MOTU nHmpHIurnptim Mtr0MwrnMumpwiunvwMRMkdii HMmbw?QTU1Qq41Q。00og1 铺rn声4 丽忤腐隔mg成3olw0g00a0?0o?FiAariiwlifbM.Cknid4OTLM口Q。a0010Oi01 .17 tBacMfUi MEncbflcfiHiMMHElM,用词5OTUBQ，09q1.DQQ口1 -岛un僮ctin冷 Zlrmlm仲r / hi/eCTJH001Q0.01D2Ra wnptal Brtana 耻ug-mil AcWWMcmjia10000Q00口1日m4wT.Pr3HutiduHuMyE&p3lflcCiactena iBelap而ahKWna E11otuia10a.。220g Mrrvte1 Haidfnptet? Uaiarrw/Hacleria12Q1WQ000i00Q0u5 MnW，g#C9fMlJ忙此 F 3cmi13cnuieQ0oQ10a0幅件11RnRirloriB xtruradi1fcli Fwwjiiarl-4OTH23Q0aD00024024日seler由 Prd&cbacfena AJfrra4eodactefISn0d0010001 NirfiL，IJuclufH PrLfluLtmL iH GHrfV1iiCiiA7.i-ijBi. Ilir!iecmQia3001&n。17 MnWJ6aBecient Fmtg EIT0TU3il90Q0000Q曲0q Mmriei HamnaEirUtaq &cM(Bacila4a5 BacMr07105OQ2100030p口制b samfidffl7 Bdsna. PnrioabflclDna； Gflmmafl19OW0a04。5t0崎 M(wiM.teMH*to7 BtTMraUcclinta制 21 舞OTU37Q000000&i&1F*第一列为OTU编号，第一行为各个样品名称，中间数字表示该列样品在此行OTU中所占的序列数目，最后一列为该行 OTU的种属信息。高级生物信息学分析11 . OTU 分布 VENN 图注：选择一组 不多于五个样品，分析样品间OTU重合情况，将结果以VENN图形式展示。结果文件默认为PDF格式（其它格式请注明）例图:LlniquaAll =2956; Si -72;S2 - 1011.S3- 1153; Sfl -H50;S5 -42512.多样品相似度树状图I （样品无分组）注：选定需要分析的多个样品作为一组对比分析，使用jest算法，比较该组分析中各样品在OTU（0.03）水平上的群落结构相似度并作出树状图。结果文件默认为PDF格式（其它格式请注明）。例图：U tldC.OS.C Ji.-CSLLNiSLVJWC0.04S -C.1WJYNiS0 1.中PHSLJrNUJ，7TJb213.多样品相似度树状图II （样品有分组）注：选定需要分析的多个样品作为一组对比分析，使用jest算法，比较该组分析中各样品在OTUPDF格式（其它格式请注明）（0.03）水平上的群落结构相似度并作出树状图。结果文件默认为例图:T2 SC ?014.群落结构组组分图（共 _N_组分析）注：选定一个或多个需要分析的样品，选定一个分类学水平，按照相应多样性信息作图，反应各样品的群落结构。结果文件默认为PDF格式（其它格式请注明）可选分类学水平：门、纲、目、科、属；同一组样品选择多个分类学水平为多组分析。例图: FirmiQJtee Fsgclef 均 HalArodff-Ffi Pnffiedtactena MmnabiguD 、5grh丁gB Caci的仲_0gs_TM - SpirochaelefiC上亚”S Dtfflrrr|t4w跳J由血1中QEl-ianiCKXbaDei rioccccxB- TlwnuaGrrERt monadEWF 值 nclcfriM 屉5隼的加HkrEfqm15 .多样品相似度树与柱状图组合分析（默认提供门的水平）左边是样品间基于群落组成的层次聚类分析，右边是样品的群落结构柱状图。T39LEDm醍 2m用电iti守w nrciJCr?如 kt iMe nbs-tefisCMewG anrra p-W hcSe Ur AttrAKlriMEh3m3M hip ih b vr 即 ji Ktas!e4 pztwtacienai ,电百5产tiesvJwlte tioaaamfll*uAiri b*flfefW.rsrc&KwramjconwmbdiUlroww.MKUHW aigtrk 3 Oft16 . PCA主成分分析I