在qiime2中進(jìn)行任何數(shù)據(jù)分析的第一步永遠(yuǎn)是將數(shù)據(jù)導(dǎo)入qiime2并儲(chǔ)存為qiime對(duì)象(.qza)。qiime2 接受導(dǎo)入的數(shù)據(jù)類型很多，包括從剛下機(jī)到分析過程中產(chǎn)生的任何常用數(shù)據(jù)格式和類型痢甘，如果遇到下面沒有提到的數(shù)據(jù)類型或格式悯仙，可以去 QIIME 2 Forum 尋找?guī)椭?/p>

Data with sequence quality information

EMP Protocol format

EMP單端測(cè)序

標(biāo)準(zhǔn)的EMP單端測(cè)序文件應(yīng)該包括兩個(gè)fastq.gz：測(cè)序reads和barcode reads稻扬。這種格式下的的序列是混合的，例如：所有樣品的raw data混合在一個(gè).gz文件中纪吮。而文件中的records順序是聯(lián)系barcode和測(cè)序結(jié)果的橋梁，也是分離混合數(shù)據(jù)的關(guān)鍵萎胰。

將兩個(gè).gz文件放到一個(gè)文件夾如：emp-single-end-sequences中碾盟。

qiime tools import \
 --type EMPSingleEndSequences \
 --input-path emp-single-end-sequences \
 --output-path emp-single-end-sequences.qza

EMP雙端測(cè)序

標(biāo)準(zhǔn)的EMP雙端測(cè)序文件應(yīng)該包含三個(gè)fastq.gz：forward sequence reads, reverse sequence reads 和 barcode reads。這種格式下的的序列也是混合的技竟，例如：所有樣品的raw data混合在 forward 和 reverse .gz文件中冰肴。而文件中的records順序是聯(lián)系barcode和測(cè)序結(jié)果的橋梁，也是分離混合數(shù)據(jù)的關(guān)鍵榔组。

將三個(gè).gz文件放到一個(gè)文件夾如：emp-paired-end-sequences中熙尉。

qiime tools import \
 --type EMPPairedEndSequences \
 --input-path emp-paired-end-sequences \
 --output-path emp-paired-end-sequences.qza

Casava 1.8 demultiplexed

Casava 1.8 單端測(cè)序

Casava 1.8單端測(cè)序結(jié)果是一個(gè).zip文件夾，里面包含一系列的fastq.gz文件搓扯，每一個(gè)sample對(duì)應(yīng)一個(gè).gz文件检痰。

Casava 1.8 demultiplexed.png

下劃線分割的各區(qū)域從左往右包括：

1. 樣品編號(hào)；

2. barcode序列或編號(hào)锨推；

3. lane編號(hào)铅歼；

4. 序列方向（由于是單端測(cè)序，所以只有R1）

5. 設(shè)定編號(hào)换可。

# 解壓zip文件
unzip -q casava-18-single-end-demultiplexed.zip
?
# importing data
qiime tools import \
 --type 'SampleData[SequencesWithQuality]' \
 --input-path casava-18-single-end-demultiplexed \
 --input-format CasavaOneEightSingleLanePerSampleDirFmt \
 --output-path demux-single-end.qza

Casava 1.8 雙端測(cè)序

與單端測(cè)序結(jié)果相似椎椰，但對(duì)任一sample，雙端測(cè)序結(jié)果包括兩個(gè)fastq.gz文件沾鳄，由R1和R2區(qū)分read 方向慨飘。

# 解壓zip文件
unzip -q casava-18-paired-end-demultiplexed.zip
?
#importing data
qiime tools import \
 --type 'SampleData[PairedEndSequencesWithQuality]' \
 --input-path casava-18-paired-end-demultiplexed \
 --input-format CasavaOneEightSingleLanePerSampleDirFmt \
 --output-path demux-paired-end.qza

“Fastq manifest” formats

如果測(cè)序結(jié)果既不是EMP又不是Casava格式，我們就需要先自己創(chuàng)建一個(gè) “manifest file”洞渔， 然后再用import 工具導(dǎo)入套媚。

1. 創(chuàng)建一個(gè)名為 “manifest file” 的文本文件缚态，指明諸如：sample-id, forward-absolute-filepath, reverse-absolute-filepath等信息，用tab鍵分割;絕對(duì)路徑可以包含如$HOME/PWD等環(huán)境變量堤瘤。

   單端測(cè)序：

   
   
   單.png

   雙端測(cè)序：

   
   
   雙.png

Fastq數(shù)據(jù)有四種常用格式變體 玫芦，導(dǎo)入時(shí)必須在--input-format 中指定。下面提供SingleEndFastqManifestPhred33V2 的導(dǎo)入方法本辐，其他類似桥帆。

SingleEndFastqManifestPhred33V2

# 解壓序列文件
unzip -q se-33.zip
# 可以利用pwd獲得其絕對(duì)路徑，用R腳本批量構(gòu)建manifest
?
# importing data
qiime tools import \
 --type 'SampleData[SequencesWithQuality]' \
 --input-path se-33-manifest \
 --output-path single-end-demux.qza \
 --input-format SingleEndFastqManifestPhred33V2

Sequences without quality information

qiime2目前支持seqs.fna文件導(dǎo)入慎皱，該文件每個(gè)record都有兩行：header 和 sequence的fasta文件老虫；每條序列只能是一行，不能拆分為多行茫多；每條序列的ID必須遵循 <sample-id>_<seq-id> 格式祈匙。 <sample-id> 是序列所屬樣本的標(biāo)識(shí)符， <seq-id> 是其樣本中序列的標(biāo)識(shí)符天揖。

seqs_fna.png

# importing data
qiime tools import \
 --input-path seqs.fna \
 --output-path seqs.qza \
 --type 'SampleData[Sequences]'
?
# 去重復(fù) (dereplicate)
qiime vsearch dereplicate-sequences \
 --i-sequences seqs.qza \
 --o-dereplicated-table table.qza \
 --o-dereplicated-sequences rep-seqs.qza

Per-feature unaligned sequence data (representative FASTA sequences)

這類數(shù)據(jù)結(jié)構(gòu)上和上面的seqs.fna文件相似夺欲，但它是unaligned (i.e., do not contain - or . characters) ，并且包含未知序列(N)今膊，有些插件不支持分析含N的序列些阅。:

qiime tools import \
 --input-path sequences.fna \
 --output-path sequences.qza \
 --type 'FeatureData[Sequence]'

Per-feature aligned sequence data ( aligned representative FASTA sequences)

該類文件與上述的seqs.fna文件相似，但其序列是一一對(duì)齊并長(zhǎng)度相同的斑唬，同樣也可以包含未知堿基N市埋，有些插件不支持分析含N的序列。

aliend.png

qiime tools import \
 --input-path aligned-sequences.fna \
 --output-path aligned-sequences.qza \
 --type 'FeatureData[AlignedSequence]'

Feature table data

BIOM v1.0.0

qiime tools import \
 --input-path feature-table-v100.biom \
 --type 'FeatureTable[Frequency]' \
 --input-format BIOMV100Format \
 --output-path feature-table-1.qza

BIOM v2.1.0

qiime tools import \
 --input-path feature-table-v210.biom \
 --type 'FeatureTable[Frequency]' \
 --input-format BIOMV210Format \
 --output-path feature-table-2.qza

Phylogenetic trees

qiime2 支持newick 樹文件輸入恕刘。

qiime tools import \
 --input-path unrooted-tree.tre \
 --output-path unrooted-tree.qza \
 --type 'Phylogeny[Unrooted]'

Other data types

# 查看其它qiime2 支持的格式
qiime tools import \
 --show-importable-formats
# 查看其它qiime2 支持的類型
qiime tools import \
 --show-importable-types

QIIME 2 Forum

遇到的問題很可能以前有人已經(jīng)遇到過缤谎，并且在獲得了很好的技術(shù)支持并解決了。如果沒有雪营，上面也有很多熱心的人提供幫助和思路弓千。

importing-data 官方指南

qiime 2 官方文檔中文版