1.Feature表统计
继续我的qiime2图形界面q2studio学习笔记，之前已经获得了featuretable，现在对这个表做个统计。依旧是很简单的，选择featuretable–visualization-summarize table，这里是需要实验设计文件（metadata）的，最好放上，这里我就不放了。点run之后，很快就有结果了。
结果就像教程里的那样，
2.代表序列统计
这也没什么好说的，统计一下代表性的序列。使用feature taable里的view sequence associated with each feature选项，然后程序会自动载入数据，执行即可。
结果如图：
3.建树：用于多样性分析
3.1 多序列比对
alignment–de nova multiple alignment with mafft， 中间不小心报错，原因不明，但显示已完成，先放这。
3.2 移除高变区
应该是这个alignment–Positional conservation and gap filtering.默认参数试试，因为命令行没有给出参数。
3.3 建树
phylogeny–construct a phylogenetic tree with FastTree
3.4 无根树转换为有根树
phylogeny–midpoint root an rooted phylogenetic tree
4.计算多样性(包括所有常用的Alpha和Beta多样性方法)，输入有根树、Feature表、样本重采样深度(一般为最小样本数据量，或覆盖绝大多数样品的数据量)
diversity–Core Diversity metrics(phylogeny and non phylogeny)
因为手头的数据不清楚实验分组情况，随便做了个metadata，只包含样本名称和分组信息的文件。
果然出现了报错：
/home/qiime2/miniconda/envs/qiime2-2018.4/lib/python3.5/site-packages/sklearn/utils/validation.py:475: DataConversionWarning: Data with input dtype int64 was converted to bool by check_pairwise_arrays. warnings.warn(msg, DataConversionWarning)
5.物种分类
5.1 物种注释
鉴于出现了错误，估计beta多样性也做不起来，那么就先看下特种注释，这个对我来说目前最有价值的数据。
下载注释所需文件：
https://data.qiime2.org/2018.4/common/gg-13-8-99-515-806-nb-classifier.qza
下载了个旧版本2017。6的文件报错不兼容，软件兼容性啊，也是醉了，于是下这个2018。4。
feature-classifier–classify-sklearn
5.2 物种分类柱状图
taxa–visualization–Visualize taxonomy with an interactive bar plot 是交互式的动态图哦！
当当当当，让人魂牵梦莹的图终于出现了，今天的学习先到这里。
