世卫组织已经将新冠状病毒2019-nCov重全名为COVID-19，所以与时俱进，我们也叫COVID-19。今天看下它的检测方法，整体来看，应该说还没有十全十美的解决方案，只能两个或者多个方案联用。
前面做的许多处理基本上自己拼凑来的，下面再看下完整解决方案。researchgate网站上有人说qiime1版本有这个双向数据配对不拼接的选项？这个没找到。主要发现了有两个方案，一个是有篇文章提出了一个流程*Hybrid-denovo*，还有一篇peer review的文章，几个人评议还有一个人不同意，anyway，都看下。
最近这波疫情，重现当年初中非典时期，甚至愈演愈烈，与之前初中时的封校住宿学习不同，已经工作的今天和太多的互联网信息大爆炸让我们有些焦虑，特别是，作为学习生物的人，我们也感到无能为力。官方媒体的科普，已经让大家对这个病毒的具体情况有所了解。我注意到，NJEM也已经把许多文章翻译成了中文版，以正视听。在这个时候，我们不能听信谣言！那么作为有些生物学素养的我们，也应该以自己的知识，学习下这个病毒的信息，以我们自己的理解！
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。