接着前面的内容，这里再进行下数据库的处理，看看从参考数据库就按测序数据处理是不是能提高物种注释的精度。这里先预报一下，种的分类结果并不能有明显的提升，或许是因为序列长度的缺陷，即使再努力提高技巧，终究不能解决根本的问题，250bp的长度，对比1500bp左右的全长，显然还是太短了，难以实现精确的分类，所以，要想更精确，只有上16S全长，这只能寄望于Pacbio，Oxford Nanopore，和10x linked reads或者类似的技术，比如华大的sLtFR等技术提升读长了。再激进些，等测序成本足够低，上宏基因组，宏转录组了。
前面我们探索了处理不能拼接的V4 PE150数据，首先双向reads根据质量情况分别切成120bp，然后使用dada2 R包进行了直接+10N拼接，生成ASV表，再分别使用dada2包，decipher包和qiime2进行了物种注释，基本上完成了一个最简单的分析过程。这里填下自己之前挖的坑，比较一下这个含有348条序列的样本，qiime2，dada2和的分类器哪个效果更好。
前面我们探索了处理不能拼接的V4 PE150数据，首先双向reads根据质量情况分别切成120bp，然后使用dada2 R包进行了直接+10N拼接，生成ASV表，再分别使用dada2包和qiime2进行了物种注释，基本上完成了一个最简单的分析过程，这里，使用比较流行的phyloseq包进行下多样性分析。
这篇文章这会拿出来重读是因为，我发现有公司以这篇文章的方法做成了一个肠癌早筛产品，就是前段时间发布的以检测7种菌来进行肠癌早筛的产品。不小心找到了这个公司的专利，结合这篇文章一起学习一下。
2019已经与我们擦肩而过，响应jimmy号召，把总结提前到这两天写好。一份总结，可以从多个方面入手，工作的、学习的（一般也和工作内容相关的）、生活的，主要写下学习方面的吧！
最近有需求需要把很多excel里的引物序…
我简单处理了下otu序列和表，使它们能导入qiime2，应该是一行shell代码解决的，shell水平不行，python来顶了。
继续之前[未完成的笔记](https://mp.weixin.qq.com/s/Zw-4DasNB7ZBWmKZGQquow)，前面实现了使用qiime2-dada2插件初步探索，结果以无敌的报错失败告终，这里进入R包，更灵活地处理数据，下面是我的详细步骤。
还是接着之前的事说，首先，在researchgte网站上发现了一个小“新大陆”，说可以把不能很好拼接的数据直接N连接处理。这里就先按软件默认的加几个N了，虽然拼接率有3%。。。然后，找到了直接加N的软件，不重复造轮子，自己写拼接脚本还是要费半天时间的，不如用工具，既好又准。
从科研的角度讲，肠道微生物的研究依然大热，cns大作文章层出不穷，带来新的idea和见解，另一方面，微生物产业却道路曲折