之前在某个群里看到有同鞋想要预训练的UNITE(ITS)分类器，刚好在qiime2论坛上靠前的帖子看到了这个，分享一下！

先放上可以直接用的下载地址(贴心地列出了加速网址哦，加速见这篇开发了个在线绘图小站+github加速):

https://ghproxy.com/https://github.com/colinbrislawn/unite-train/releases/download/9.0-qiime2-2023.2-demo/unite_ver9_99_29.11.2022-Q2-2023.2.qza

https://ghproxy.com/https://github.com/colinbrislawn/unite-train/releases/download/9.0-qiime2-2023.2-demo/unite_ver9_99_all_29.11.2022-Q2-2023.2.qza

2021.11以后的版本都有相关下载，如果感觉2023.2版本太新不敢用，可以考虑2021.11到2022年的版本。

为 UNITE 数据库^[1]构建 Qiime2^[2] 分类分类器的^[3]流程

提示：这是一个非官方版本，尚未经过验证。使用风险自负！这是 UNITE 数据库^[4] 9.0 版的分类器，经过训练，可与 Qiime2 2023.2^[5] 配合使用。这些可以用q2-feature-classifier与“数据资源”页面上^[6]的类似内容一起使用。

UNITE 在 CC BY-SA 4.0 下获得许可。如果你使用它，引用它！

“

Abarenkov, Kessy; Zirk, Allan; Piirmann, Timo; Pöhönen, Raivo; Ivanov, Filipp; Nilsson, R. Henrik; Kõljalg, Urmas (2022): UNITE QIIME release for Fungi. Version 16.10.2022. UNITE Community 

DOIs for specific releases are listed here: https://unite.ut.ee/repository.php^[7]

变化：

• 将 Qiime2 更新至 2023.2
• 仅包含 99% 和“动态”阈值（默认禁用 97%）
• 现在使用已经存在的命名 conda 环境^[8]。这意味着您不会安装重复的 conda 环境，但在运行此流程之前，您必须先安装 Qiime2。如果需要，您仍然可以让此管道管理您的Qiime2 conda env。

此处提供了两个级别的分类：

• “99”，即分类群之间的99%同一性
• “dynamic”，在分类群之间使用97%至99%的同一性，由该领域的专家单独推荐。

有两个分类范围：

• 只是真菌
• “all”所有真核生物

有两个版本，带和不带“s”：

• 包括设置为 RefS 的单例（在动态文件中）。
• “s”包括全局和 97% 的单例。（我不确定这意味着什么)

日期注意事项：

在 UNITE 主下载页面上^[9]，版本号 9.0 的发布日期为 2022-10-16。

但是，该 DOI 会导致三个逐渐更新的文件（网页^[10]、API^[11])

• sh_qiime_release_16.10.2022.tgz
• sh_qiime_release_27.10.2022.tgz
• sh_qiime_release_29.11.2022.tgz

使用了最新的文件 （29.11.2022），这就是为什么文件日期比发布日期新的原因。

运行Snakemake的流程

建立：

• 安装Mambaforge^[12]并配置Bioconda^[13]。
• 使用推荐的环境名称安装所需的 Qiime2^[14] 版本。（为了加快安装速度，可以替换为 。conda``mamba
• 将 Snakemake^[15] 安装到环境中，然后激活该环境。

配置：

• 打开并根据自己的喜好对其进行配置。（例如，您可能需要更新 Qiime2 环境的名称。config/config.yaml

跑：

snakemake --cores 8 --use-conda --resources mem_mb=10000

这在一般的机器上大约需要 15 个小时

报告：

snakemake --report results/report.html
snakemake --forceall --dag --dryrun | dot -Tpdf > results/dag.pdf

UNITE^[16]数据库

当前版本： 9.0;上次更新时间：2022 年 10 月 17 日 （了解更多^[17]） ITS 序列数量 （UNITE+INSD）： 8 395 383;数字对象标识符为 1.5% 阈值的 UNITE 真菌物种假设数量：290 922 （更多统计数据^[18]）

UNITE^[19] 是一个以真核核糖体 ITS 区域为中心的数据库和序列管理环境。来自国际核苷酸序列数据库协作的所有真核ITS序列都聚类到大约物种水平（物种之间的距离以0.5%为步长），并且所有此类物种假设都被赋予DOI，以促进明确的科学交流和数据组装。用户可以通过多种方式与这些物种假设（SH下同）（例如SH1566366.08FU^[20]）进行交互，并支持第三方序列和元数据注释。需要注册才能访问随附的冥王星工作台^[21]的更强大功能。提供一系列搜索和查询选项，并下载用于本地序列相似性搜索和 HTS 管道的预编译参考数据集。由于UNITE的真菌学根源，有两个版本的释放文件可用：所有真核生物（包括真菌）和仅真菌。UNITE 是一项社区工作，依赖于其用户的科学专业知识——请考虑通过例如注释您的专业知识分类群序列来做出贡献。

官网：https://unite.ut.ee/#main

参考资料