在 Github 上搜索发现了个有意思的插件wasade/q2-humann2: A QIIME2 plugin for running HUMAnN2^[1]，不过发现版本有些老了，就想修改到最新的 humann3 版本，竟然成功了。可见 Qiime2 插件的开发不是太难，再有就是站在大神的肩膀上，事情就好办了，基本上修改了几个版本号，import 依赖。当然，觉得数据库路径也值得添加上去，不过好像不添加使用默认路径也可以用，就先这么发布了，欢迎测试反馈！

HUMAnN 及其开发者

想必大家对这个如雷贯耳的软件是十分熟悉的啦，由 Huttenhower lab 实验室开发，HUMAnN 3.0 是 HUMAnN（HMP 统一代谢分析网络）的下一个迭代。HUMAnN 是一种从宏基因组或宏转录组测序数据中高效准确地分析微生物代谢途径丰度和其他分子功能的方法。

当然，他们还有个 Biobarkery 的流程，也十分流行，能充分利用计算资源，小编之前也试用过，感慨它的效率之高，非一般流程可比。

我的修改

以下是修改版的 README: 用于运行 HUMAnN3 的 QIIME2 插件。从 wasade/Q2-humann2 分叉而来，不是正式版，只是从版本 2 改到版本 3，调整了一些导入代码适应新版 Qiime2 ，2023.2 版本测试有效！

安装

Q2-HUMAnN3 需要 metaphlan 在$PATH 。需要大约十几 GB 的下载。

您可以通过 miniconda 安装 Q2-HUMAnN3 插件：

wget https://data.qiime2.org/distro/core/qiime2-2023.2-py38-linux-conda.yml
conda env create -n q2-humann3 --file qiime2-2023.2-py38-linux-conda.yml
source activate q2-humann3
conda install -c biobakery humann
pip install  https://github.com/zd200572/q2-humann3/archive/master.zip
humann_databases --download uniref uniref90_ec_filtered_diamond .
humann_databases --download chocophlan full .

例子

Q2-HUMAnN3 插件使用来自 QIIME 的解复用伪影，并生成基因家族、通路覆盖率和通路丰度 BIOM 表。

# import data
qiime tools import  --type 'SampleData[SequencesWithQuality]'   --input-path ./01.rawdata/   --input-format CasavaOneEightSingleLanePerSampleDirFmt   --output-path demux-single-end.qza
# Imported ./01.rawdata/ as CasavaOneEightSingleLanePerSampleDirFmt to demux-single-end.qza
# run humann3, before this, prepare your databse well, especially in China, some databse may not download fastly, alternative methods can be used to do this.
qiime humann3 run --i-demultiplexed-seqs demux-single-end.qza --output-dir results --p-threads=1 --o-genefamilies gene --o-pathcoverage pathc --o-pathabundance patha  --verbose
# Output files will be written to: /tmp/tmpvm4zrc7x
# Decompressing gzipped file ...
# Running metaphlan ........

然后，可以将产生的工件输入到下游的 QIIME 多样性分析中：

# commands adapted from q2-dada2 plugin readme and assumes the file
# sample-metadata.tsv is in your current working directory and is relevant for
# your data
qiime diversity beta --i-table results/pathcoverage.qza --p-metric braycurtis --o-distance-matrix bray-curtis-dm
qiime diversity pcoa --i-distance-matrix bray-curtis-dm.qza --o-pcoa bray-curtis-pc
qiime emperor plot --i-pcoa bray-curtis-pc.qza --m-sample-metadata-file sample-metadata.tsv --o-visualization bray-curtis-emperor
qiime tools view bray-curtis-emperor.qzv

怎么样，有没有兴趣试试呀？阅读原文，是Github地址。

参考资料