安裝主程式 QIIME2 2022.8 版

QIIME2 堪稱次世代定序分析界的霸主，
如同 Mirosoft 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 [Day 04] 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. [Day 04]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 [Day 04] 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。

  $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 [Day 04] 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

q2:types categorical categorical 是什麼 ?
其中 q2 : types 代表告訴 QIIME2 該行是一個註釋指令，後面接著 categorical 或 numeric，
如果分類是用數字，例如 : CRC_A、CRC_B、CRC_C 一天吃 2 餐，就用 numeric ，
如果分類是用非數字，例如 : CRC_A、CRC_B、CRC_C 是女性，就用 categorical。
如果 CRC_A、CRC_B、CRC_C 一天吃 2 餐，用 categorical 可以嗎? 當然可以 。

環境、檔案都有了，下回跑分析 !

本篇文章同步刊載於科學毛怪部落格 PetSci Blog。