在學(xué)習(xí)宏基因組的過程中，這個大神的中文翻譯可以讓你快速上手https://blog.csdn.net/woodcorpse/article/details/78407438

在實(shí)踐操作中，還是要針對自己個案做一些調(diào)整。
我現(xiàn)在得到的一批數(shù)據(jù)，下機(jī)已經(jīng)分裝拆分好了，所以可以直接導(dǎo)入

首先先說一個坑

由于樣品很多，如果公司給你的樣品有問題，那你后面分析不下去，可能會一直找不到原因，我就是遇到了這么一個問題，公司給的原始數(shù)據(jù)，里面的樣品中，竟然有幾個雙端測序的read1 和 read2重復(fù)了，我一開始不知道，導(dǎo)入數(shù)據(jù)分析到后面dada2一直進(jìn)行不下去，或者就是分析結(jié)構(gòu)很差，找半天原因也找不出來，去論壇提問也沒有答案，找了一周才發(fā)現(xiàn)，運(yùn)來read1 和read2竟然重復(fù)了。

所以我用python自己編了一個腳本，可以檢查下機(jī)數(shù)據(jù)是否重復(fù)。

def splitline(input):
    return input.split()

address = input("輸入文件路徑")
f = open(address)
print("文件名和絕對路徑：" + f.name + "\n")

print("以下顯示RawData中相同的項(xiàng)：\n")


dic = {}
i = 0for line in f.readlines():
    line = line.strip()
    splitlines = splitline(line)
    dic[splitlines[1]] = splitlines[0]
        
counter = Counter(dic.values())for item in counter:    if counter[item] > 1:
        same = item
        i = i + 1


        match_data = {}        for (key, value) in dic.items():            if value.startswith(same):
                match_data[key] = value

        print(match_data) ```




        
        
print("\nRawdata中共有"+str(len(dic))+"項(xiàng)")        
print("\n總共有"+ str(i) + "個重復(fù)項(xiàng)")

這個腳本是在命令行的，我在 jupyter notebook 中也編了一個，測試可行

顯示相同的項(xiàng)

代碼不是很完美，但是可以用哈。

開始準(zhǔn)備導(dǎo)入

導(dǎo)入方式有很多，看你的初始數(shù)據(jù)是啥,具體可以看官網(wǎng)：
https://docs./2018.2/tutorials/importing/

我主要用的是“Fastq manifest” formats 的格式導(dǎo)入數(shù)據(jù)

直接先看命令：
創(chuàng)建環(huán)境

source activate qiime2-2018.2

導(dǎo)入數(shù)據(jù)

qiime tools import
--type 'SampleData[PairedEndSequencesWithQuality]'
--input-path pe-33-manifest.txt
--output-path paired-end-demux.qza
--source-format PairedEndFastqManifestPhred33

1. 選擇你的數(shù)據(jù)格式，我這里是雙端測序數(shù)據(jù)

2. pe-33-manifest.txt 是自己制作的一個文件，告訴程序?qū)氲膬?nèi)容和地址

3. paired-end-demux.qza 是生成已經(jīng)分裝好的數(shù)據(jù)

4. 一般來說都選33 ( 官網(wǎng)是這么說的，當(dāng)然也有可能是64）

PairedEndFastqManifestPhred33
In this variant of the fastq manifest format, there must be forward and reverse read fastq.gz / fastq files for each sample id. As a result, each sample id is represented twice in this file: once for its forward reads, and once for its reverse reads. This format assumes that the PHRED offset used for the positional quality scores in all of the fastq.gz / fastqfiles is 33.

pe-33-manifest.txt 的格式

格式

三列 第一列是樣品名 第二列是路徑 第三列是告訴程序是正向還是反向

導(dǎo)入成功

導(dǎo)入成功之后，就可以后續(xù)分析了

導(dǎo)入成功

new 是一個裝原始數(shù)據(jù)的文件夾