NGS QIIME2: 安裝與製作輸入檔案 (Manifest & Metadata) -6

安裝主程式 QIIME2

QIIME2 堪稱次世代定序分析界的霸主，如同 Microsoft office 是文書軟體界大哥一樣，雖然兩者用戶數有顯著差距就是了，QIIME2 以學術分析研究為主，基本上是開源的，團隊相當認真維護，更新也更的很勤，可以在網站上看到超頻繁的版本列表:

這邊我們就選用 2022.8 版 作為教學。

下載 QIIME2 配置檔案 (.yml)

wget https://data.qiime2.org/distro/core/qiime2-2022.8-py38-linux-conda.yml

.yml or .yaml 副檔名的檔案內含有安裝一個軟體所需要的各種套件，簡單來說，我們都是站在巨人的肩膀上長大的，所以一個軟體也會有著許多套件幫助他得以運行，如果好奇的話，打開來看長得像是這樣，dependencies 下每一行就是一個套件:

同樣用 conda 再創造一個虛擬環境 :
執行下列指令，然後喝杯咖啡，等待安裝完成……

conda env create -n qiime2-2022.8 --file qiime2-2022.8-py38-linux-conda.yml

–file 代表 conda會根據這個配置檔案安裝所有需要的套件，與安裝 bioinfokit python 方式比起來更省事些，直接跟 conda 說，我需要的套件都寫在這檔案裡了! 幫我裝~

直到看到最後三行出現就是安裝結束~

Downloading and Extracting Packages
q2-taxa-2022.8.0     | 110 KB    | ############################################# | 100%
bokeh-2.4.3          | 13.3 MB   | ############################################# | 100%

#中間還有很多安裝進度條，省略省略省略，不覺得看著進度在跑很療癒嗎~
...
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

安裝結束後，可以把配置檔案刪除，它功成身退了!

rm qiime2-2022.8-py38-linux-conda.yml

Reference: QIIME2-2022.8 技術文件

經歷了上述的環境建置後，以下則是每次分析前所需要準備的檔案:

1. 第四篇所提及定序出來的原始檔案 (.fastq.gz or .fastq)
2. manifest.tsv
3. sample-metadata.tsv

Input 資料 (1) : 樣本清單檔案 manifest.tsv

manifest 是清單的意思，目的是告訴 QIIME2 .fastq.gz 的路徑在哪裡，以及該檔案所對應的樣本名稱為何，以 第四篇 的範例資料其中 6 筆作為例子，格式就會如下:

檔名為 manifest.tsv

  sample-id     forward-absolute-filepath   reverse-absolute-filepath
  CRC_A    $PWD/SRR6498087_1.fastq.gz $PWD/SRR6498087_2.fastq.gz
  CRC_B    $PWD/SRR6498088_1.fastq.gz $PWD/SRR6498088_2.fastq.gz
  CRC_C    $PWD/SRR6498089_1.fastq.gz $PWD/SRR6498089_2.fastq.gz
  CRC_D    $PWD/SRR6498090_1.fastq.gz $PWD/SRR6498090_2.fastq.gz
  CRC_E    $PWD/SRR6498091_1.fastq.gz $PWD/SRR6498091_2.fastq.gz
  CRC_F    $PWD/SRR6498092_1.fastq.gz $PWD/SRR6498092_2.fastq.gz

實務上我會習慣先用 Excel 製作這個表，搭配 Excel 特有的快速填入 (Ctrl + E)，讓重複有規則的檔案路徑很快填入，最後在 Excel 選 匯出 > 變更檔案類型 > 文字檔 (Tab 字元分隔) (*.txt)。當然要直接在 Linux 用 vim / nano 創建此檔案也行。

在上述文檔中，$PWD 指的是使用者現在的目錄位置，用相對路徑的方式告訴 QIIME2 定序檔案在以我為基準的哪個地方，也是可以使用絕對路徑。forward-absolute reverse-absolute 則是雙邊讀取的檔案。

Input 資料 (2) : 註釋資料 sample-metadata.tsv

metadata 是後設資料、註釋資料的意思，目的是告訴 QIIME2 這些樣本的分組狀態，可以依不同方式分組，在下列範例則是用兩種方式，分別是一個人一組的 Index，以及用性別分組的 Sex，如果有需要可以再向右擴充延伸分組，強烈建議每次分析都加上一個人一組的 Index，在後續分析結果中會很方便，同樣以 第四篇 的範例資料其中 6 筆作為例子，格式就會如下:

檔名為 sample-metadata.tsv

sample_name	Index	Sex
#q2:types	categorical	categorical
CRC_A	CRC_A	Female
CRC_B	CRC_B	Female
CRC_C	CRC_C	Female
CRC_D	CRC_D	Male
CRC_E	CRC_E	Male
CRC_F	CRC_F	Male

環境、檔案都有了，下回跑分析 !