執行 pb-16S-nf 第三代分析與檔案簡介

有別於 QIIME2 一步一步手動輸入指令處理，
pb-16S-nf 與 PICRUSt2 一樣提供單一指令執行全部流程，
所需要的檔案就是前面所提的.fastq.qz、manifest.tsv、sample-metadata.tsv :

nextflow run main.nf \
--input TGS_sewage/manifest.tsv \
--metadata TGS_sewage/sample-metadata.tsv \
-profile conda \
--outdir TGS_sewage/allResults \
--dada2_cpu 32 \
--cutadapt_cpu 32 \
--vsearch_cpu 32 

--outdir : 輸出的資料夾名稱，
--dada2_cpu, --cutadapt_cpu, --vsearch_cpu : 運行核心數調整。
另外，可以再加上--run_picrust2 進行基因功能分析。

• 一般分析完成畫面

  這是最順利的分析完成畫面，
  可以看到先前介紹的步驟組成一整條Pipeline，
  綠色顯示完成時間、耗時與過程等等，
  如果是照著前一天步驟下載SRA序列資料分析，
  大約會跑幾個小時，推薦放著去看個影集再回來~
  

• 報錯後的續分析完成畫面

  實務上往往遇到報錯情形，如註釋資料或序列檔案的問題等，
  pb-16S-nf 優勢在於採用 Nextflow 套件，
  幫助報錯修正後仍可用同一指令接續執行，續分析與上述指令相同，
  不同的是多加上了一條參數 -resume 於指令中 :

  nextflow run main.nf \
  --input TGS_sewage/manifest.tsv \
  --metadata TGS_sewage/sample-metadata.tsv \
  -profile conda \
  --outdir TGS_sewage/allResults \
  --dada2_cpu 32 \
  --cutadapt_cpu 32 \
  --vsearch_cpu 32  \
  -resume
  

  可以發現多了 cached ，代表先前已分析過，會快速地跳過 :
  

• 結果資料

  順利的話會得到 allResults 資料夾，裡面包含如下 :

  cutadapt_summary
  #去除樣本 adapter，概念在 [Day 03] 次世代 PartA 出現
  
  dada2
  # QC過後獲得的檔案stats, table, rep-seqs，同 [Day 08]
  
  filtered_input_FASTQ
  #樣本 Q score > 20 (預設)的 fastq.qz
  
  import_qiime
  # QIIME2 的加工檔案 (.qza)，同 [Day 07] 的匯入資料
  
  results
  #重要!! 主要分析結果
  
  summary_demux
  #樣本拆分的資料，同 [Day 07] 的 demux.qzv 視覺化
  
  trimmed_primers_FASTQ
  #樣本剪切掉 primers 的 fastq.qz
  

• 快速結果頁面預覽

  位於TGS_sewage/allResults/results/visualize_biom.html，
  是一個網頁檔案(.html)，拉到本機端直接點開就可以觀看分析的情形，
  基礎資料包含 QC 的結果、兩種分類器的物種層級狀態等 :
  

  由於省去了手動 Trimming 過程，
  改由程式自動判別，基本上 QC 後剩餘的條數都有七成以上 :
  

• 結果資料的壓縮打包

  因為裡頭太多.qzv、.tsv、.html 可直接檢視的檔案了，為求方便通常會將所有資料夾壓縮打包 :

   tar -zcvphf TGS_sewage.tar.gz results
  

  完成後會看到一個可可愛愛的檔案出現，再拉到本機端檢視 :

  -rw-r--r-- 1 XXXXXX users 416939627 Oct  6 19:46 TGS_sewage.tar.gz
  

下回是分析結果資料簡介 !