课程简介
本套课程聚焦于细菌和真菌的扩增子测序，使用16S rRNA基因、18S rRNA基因及ITS序列等测序数据基于QIIME2等软件进行微生物菌群多样性、组间差异等分析。课程不仅教授扩增子的分析流程和实操部分，还包含理论指导和结果解读。
整套分析流程经过Docker封装后，能够直接在个人电脑的Windows系统或Linux系统中使用，非常适合零基础或未系统接触全套分析的研究人员学习和自主挖掘数据。
课程特色
（1）理论指导+实操演练+结果解读：简单易学，零基础亦可快速入门
（2）包含所有数据库和脚本代码：购买课程将同时获得一套完整的分析流程
（3）封装的流程代码：可在Windows和Linux系统中直接使用
（4）唯那生物生信系统盘（选购）：流程和数据库已预装，可单独购买，即插即用
（5）针对肠道和环境微生物分析做了参数优化：大量项目经验，确保分析更为准确
课程包含
（1）共计5大章节17课时，包含理论讲解、实操训练、结果解读；
（2）完整的分析流程+R脚本+示例数据+示例结果；
（3）扩增子分析全套流程代码和数据库，可实现从测序数据到论文图表的分析结果。
课程内容详情
第一章：微生物菌群多样性扩增子测序分析概述及数据准备
1.1 微生物菌群研究的测序方法该如何选择？
（1）微生物菌群研究能做什么？
（2）微生物菌群研究方法？
（3）扩增子测序扩增区域选择
（4）菌群研究文章案例分享
1.2 Windows系统数据分析环境介绍及搭建
（1）扩增子分析环境概述
（2）在Windows系统中上安装Linux子系统
（3）在Windows系统上安装Docker
（4）加载并使用课程提供Docker镜像
1.3 Linux系统数据分析环境介绍及搭建
（1）在Linux服务器上安装Docker
（2）加载并使用课程提供Docker镜像
1.4 QIIME2扩增子分析流程详解
（1）QIIME2分析流程概述
（2）数据导入为QIIME2格式
（3）使用QIIME2去噪和聚类ASV/OTU
（4）物种分类和分类学分析
（5）特征过滤
（6）进化树构建和导出
1.5 实操分析：从原始数据到特征表
（1）分析流程使用方法及注意事项
（2）分析实战：基于原始数据生成特征表和代表序列
（3）结果解读
第二章：物种注释和差异比较分析
2.1 聚类特征表的预处理
（1）实战操作：对数据进行抽平、筛选、过滤
（2）实战操作：不同聚类水平的统计
（3）聚类特征表的结果解读
2.2 物种组成及可视化：堆积柱状图
（1）实战操作：按照样本或分组统计物种丰度
（2）实战操作：自定义标准筛选优势物种
（3）实战操作：基于优势物种绘制堆积柱状图
（4）物种组成分析和分析图的结果解读
2.3 物种组成及可视化：热图
（1）实战操作：基于优势物种绘制热图
（2）物种组成热图结果解读
2.4 物种组成及可视化：韦恩图/花瓣图
（1）实战操作：组间样本物种组成水平的韦恩图和花瓣图绘制
（2）组间共有、特有物种的特征结果解读
2.5 差异分析及差异柱状图绘制
（1）实战操作：样本间物种丰度差异分析数据整理
（2）实战操作：差异柱状图绘制
（3）物种差异柱状图结果解读
2.6 物种差异分析之线性判别分析（LEfSe分析）
（1）LEfSe分析的原理和样本数据要求
（2）实战操作：使用LEfSe分析差异物种和绘制结果图
（3）LEfSe分析结果图表解读
第三章：样本α多样性分析及可视化
3.1 alpha多样性指数计算和结果可视化
（1）不同α多样性指数的生物学意义和选用指南
（2）实战操作：各样本α多样性指数的计算
（3）实战操作：基于α多样性指数绘制各样本箱线图
（4）实战操作：α多样性指数的组间差异分析和差异图绘制
（5）关于α多样性指数分析各类结果的解读
3.2 alpha多样性稀释曲线分析
（1）稀释曲线和物种积累曲线的生物学意义
（2）实战操作：稀释曲线和物种积累曲线可视化绘制
（3）结果解读：如何评估测序量和样本量的饱和度
第四章：样本β多样性分析及可视化
4.1 层级聚类树分析
（1）实战操作：多样本间层级聚类树分析和可视化
（2）结果解读：如何基于层级聚类树评估样本间微生物菌群组成相似性
4.2 样本间主成分分析（PCA分析）
（1）实战操作：基于菌群丰度数据分析样本间PCA并可视化
（2）结果解读：PCA分析的生物学意义、参数选择和异常样本筛选
4.3 样本间PCoA_NMDS_ANOSIM分析
（1）实战操作：基于菌群丰度分析样本间PCoA并可视化
（2）实战操作：基于菌群丰度分析样本间NMDS并可视化
（3）实战操作：使用ANOSIM分析验证组间相似性
（4）结果解读：PCoA、NMDS、ANOSIM分析的生物学意义、参数选择、组间相似性评估
4.4 样本间偏最小二乘法判别分析（PLS-DA分析）
（1）实战操作：基于菌群丰度数据分析样本间PLS-DA并可视化
（2）结果解读：PLS-DA分析的生物学意义、参数选择、组间相似性评估
第五章：基于16S rRNA基因、18S rRNA基因及ITS序列预测菌群功能
5.1 使用PICRUSt2软件进行功能基因预测
（1）基于PICRUSt2功能预测原理和所需数据库
（2）实战操作：使用PICRUSt2进行功能预测和可视化
（3）PICRUSt2功能预测的结果解读和结果应用
