A. 生物學分析中的OTU是什麼意思
OTU在生物學分析中是指操作分類單元。全拼為： operat ional taxonomic units
分類單元（taxon，復數taxa）是分類工作中的客觀操作單位，有特定的名稱和分類特徵，是指具體的分類群。如一個具體的屬、一個具體的科、一個具體的目等。
B. 微生物out的數據中可以分析什麼
通過OTU聚類分析，可以簡化數據結構，得到樣品中的微生物多樣性以及不同微生物的豐度。
操作分類單元operational taxonomic units (OTUs)。一般我們提取樣品的總基因組DNA，利用16S rRNA或ITS的通用引物進行PCR擴增，通過測序會出現大量不同序列，為了方便區分不同的序列，不同的16S rDNA基因序列若相似性高於97%，就可以把它定義為一個OTU，每個OTU對應於一個不同的微生物種。這樣一來在微生物研究中，將相似性高於97%序列歸類為一個OTU，就可以簡化數據結構，便於分析。
C. 微生物測序 other指的是
OTU：operational taxonomic units (OTUs)在微生物的免培養告清睜分析中經常用到，通過提取樣品的總基因組DNA，利用16S rRNA或ITS的通用引物進行PCR擴增，通過測序以後就可以分析樣品中的微生物多樣性，那怎麼區分這些不同的序列呢，這個時候就需要引入正核operational taxonomic units，一般情況下，如果序列之間，比如不同的 16S rRNA序列的相似性高於97%就可以把它定義為一個OTU，每個OTU對應於一個不同的16S rRNA序列，也就是每個OTU對應於一個不同的細菌（微生物）種。通過OTU分析，就可以知道樣品中的微生物多樣性和不同襪歲微生物的豐度。
測序區段：由於16s rDNA較長（1.5kb），我們只能對其中經常變化的區域也就是可變區進行測序。16s rDNA包含有9個可變區，分別是v1-v9。一般我們對v3-v4或者V4區可變區域進行擴增和測序，也有對v1-v3區進行擴增測序。
D. 在生物學上OTU是什麼意思
卵巢腫瘤域含有病毒蛋白酶逃避泛素和isg15依賴先天免疫反應 泛素（得分）和干擾素刺激基因產物15 （ isg15 ）可逆性結合，以蛋白質和疏通重要先天抗病毒反應。卵巢腫瘤（ otu ）域是一個寬棚瞎超家族的預言蛋白酶發現，在真核，細菌，病毒蛋白質，其中有一些得分- deconjugating活動。我們證明了otu域含有蛋白酶nairoviruses和arteriviruses ，兩個群體無關的RNA病毒，水解得分和isg15從蜂窩靶蛋白。這種廣泛的活動情況與目標特異性已知哺乳動物otu域含有蛋白質。表達的一種慎空病毒活otu域含蛋白拮抗抗病毒葯物的影響isg15並提升易感性辛德比斯病毒感染的體內。我們還表明，病毒性心肌炎otu域含有蛋白酶抑制核因子- -κ B依賴信令。因此， deconjugating活性病毒otu蛋白酶代表了一個獨特的病毒策略，以抑制了UB和isg15依和亂賴性抗病毒途徑。
E. 基因測序時otu和 歸類操作一樣嗎
稀釋性曲線（Rarefaction Curve）採用對測序序列進行隨機抽樣的方法，以抽到的序列數與它們所能代表OTU的數目構建曲線，即稀釋性曲線。當曲線趨於平坦時，說明測序數據量合理，更多的數據量對發現新OTU的邊際貢獻很小；反之則表明繼續測序還可能產生較多新的OTU。橫軸：從某個樣品中隨機抽取的測序條數；"Label 0.03" 表示該分析是基於OTU 序列差異水平在0.03，即相似度為97% 的水平上進行運算的，客戶可以選取其他不同的相似度水平。縱軸：基於該測序條數能構建的OTU數量。曲線解讀：? 圖1中每條曲線代表一個樣品，用不同顏色標記；? 隨測序深度增加，被發現OTU 的數量增加。當曲線趨於平緩時表示此時的測序數據量較為合理。2. Shannon-Wiener 曲線反映樣品中微生物多樣性的指數，利用各樣品的測序量在不同測序深度時的微生物多樣性指數構建曲線，以此反映各樣本在不同測序數量時的微生物多樣性。當曲線趨向平坦時，說明測序數據量足夠大，可以反映樣品中絕大多數的微生物物種信息。橫軸：從某個樣品中隨機抽取的測序條數。縱軸：Shannon-Wiener 指數，用來估算群落多樣性的高低。Shannon 指數計算公式：其中，Sobs= 實際測量出的OTU數目；ni= 含有i 條序列的OTU數目；N = 所有的序列數。曲線解讀：? 圖2每條曲線代表一個樣品，用不同顏色標記，末端數字為實際測序條數；? 起初曲線直線上升，是由於測序條數遠不足覆蓋樣品導致；? 數值升高直至平滑說明測序條數足以覆蓋樣品中的大部分微生物。3.Rank-Abundance 曲線用於同時解釋樣品多樣性的兩個方面，即樣品所含物種的豐富程度和均勻程度。物種的豐富程度由曲線在橫軸上的長度來反映，曲線越寬，表示物種的組成越豐富；物種組成的均勻程度由曲線的形狀來反映，曲線越平坦，表示物種組成的均勻程度越高。橫軸：OTU 相對豐度含量等級降序排列。縱軸：相對豐度比例。曲線解讀：? 圖3與圖4中每條曲線對應一個樣本（參考右上角圖標）；? 圖3與圖4中橫坐標表示的是OTU（物種）豐度排列順序，縱坐標對應的是OTU（物種）所佔相對豐度比例（圖3為相對百分比例，圖4為換算後Log值），曲線趨於水平則表示樣品中各物種所佔比例相似；曲線整體斜率越大則表示樣品中各物種所佔比例差異較大。4. 樣本群落組成分析：多樣本柱狀圖/ 單樣本餅狀圖 根據分類學分析結果，可以得知一個或多個樣品在各分類水平上的物種組成比例情況，反映樣品在不同分類學水平上的群落結構。柱狀圖（圖5）橫軸：各樣品的編號。縱軸：相對豐度比例。圖標解讀：? 顏色對應此分類學水平下各物種名稱，不同色塊寬度表示不同物種相對豐度比例；? 可以在不同分類學水平下作圖分析。餅狀圖（圖6）在某一分類學水平上，不同菌群所佔的相對豐度比例。不同顏色代表不同的物種。5. 樣品OTU 分布Venn 圖用於統計多個樣品中共有或獨有的OTU數目，可以比較直觀地表現各環境樣品之間的OTU 組成相似程度。不同樣品用不同顏色標記，各個數字代表了某個樣品獨有或幾種樣品共有的OTU 數量，對應的OTU編號會以EXCEL 表的形式在結題報告中呈現。分析要求單張分析圖，樣本分組至少兩個，最多5 個。? 默認設置為97% 相似度水平下以OTU 為單位進行分析作圖。6. Heatmap 圖用顏色變化來反映二維矩陣或表格中的數據信息，它可以直觀地將數據值的大小以定義的顏色深淺表示出來。將高豐度和低豐度的物種分塊聚集，通過顏色梯度及相似程度來反映多個樣品在各分類水平上群落組成的相似性和差異性。相對豐度比例：熱圖（圖8）中每小格代表其所在樣品中某個OTU 的相對豐度。以圖8為例，紅框高亮的小格所對應的信息為：樣本（R11-1Z）中OTU（OTU128）的相對豐度比例大概為0.2%。豐度比例計算公式（Bray Curtis 演算法）：其中，SA,i = 表示A樣品中第i個OTU所含的序列數SB,i = 表示B樣品中第i個OTU所含的序列數樣品間聚類關系樹：進化樹表示在選用成圖數據中，樣本與樣本間序列的進化關系（差異關系）。處於同一分支內的樣品序列進化關系相近。物種/OTU 豐度相似性樹：豐度相似性樹表示選用成圖的數據中樣品與樣品中的OTU 或序列在豐度上的相似程度。豐度最相近的會分配到同一分支上。客戶自定義分組：根據研究需求對菌群物種/OTU 研究樣本進行二級分組? 二級物種/OTU 分組：將下級分類學水平物種或OTU 分配到對應的上級分類學水平，以不同顏色區分；? 二級樣品分組：根據研究需要，對樣品進行人為的分組，以不同顏色區分。7. 主成分分析PCA (Principal Component Analysis)在多元統計分析中，主成分分析是一種簡化數據集的技術。主成分分析經常用於減少數據集的維數，同時保持數據集中對方差貢獻最大的特徵，從而有效地找出數據中最「主要」的元素和結構，去除噪音和冗餘，將原有的復雜數據降維，揭示隱藏在復雜數據背後的簡單結構。通過分析不同樣品的OTU 組成可以反映樣品間的差異和距離，PCA 運用方差分解，將多組數據的差異反映在二維坐標圖上，坐標軸為能夠最大程度反映方差的兩個特徵值。如樣品組成越相似，反映在PCA圖中的距離越近。橫軸和縱軸：以百分數的形式體現主成分主要影響程度。以圖9為例，主成分1（PC1）和主成分2（PC2）是造成四組樣品（紅色，藍色，黃色和綠色）的兩個最大差異特徵，貢獻率分別為41.1% 和27.1%。十字交叉線：在圖9中作為0 點基線存在，起到輔助分析的作用，本身沒有意義。圖例解讀：? PCA 分析圖是基於每個樣品中所含有的全部OTU 完成的；? 圖9中每個點代表了一個樣本；顏色則代表不同的樣品分組；? 兩點之間在橫、縱坐標上的距離，代表了樣品受主成分（PC1 或 PC2）影響下的相似性距離；? 樣本數量越多，該分析意義越大；反之樣本數量過少，會產生個體差異，導致PCA分析成圖後形成較大距離的分開，建議多組樣品時，每組不少於5個，不分組時樣品不少於10個；? 圖10中的圓圈為聚類分析結果，圓圈內的樣品，其相似距離比較接近。8. RDA/ CCA 分析圖基於對應分析發展的一種排序方法，將對應分析與多元回歸分析相結合，每一步計算均與環境因子進行回歸，又稱多元直接梯度分析。主要用來反映菌群與環境因子之間的關系。RDA 是基於線性模型，CCA是基於單峰模型。分析可以檢測環境因子、樣品、菌群三者之間的關系或者兩兩之間的關系。橫軸和縱軸：RDA 和CCA 分析，模型不同，橫縱坐標上的刻度為每個樣品或者物種在與環境因子進行回歸分析計算時產生的值，可以繪制於二維圖形中。圖例解讀：? 冗餘分析可以基於所有樣品的OTU作圖，也可以基於樣品中優勢物種作圖；? 箭頭射線：圖11中的箭頭分別代表不同的環境因子（即圖中的碳酸氫根離子HCO3-，醋酸根離子AC-等，圖中的其它環境因子因研究不同代表的意義不同，因此不再贅述）；? 夾角：環境因子之間的夾角為銳角時表示兩個環境因子之間呈正相關關系，鈍角時呈負相關關系。環境因子的射線越長，說明該影響因子的影響程度越大；? 圖11中不同顏色的點表示不同組別的樣品或者同一組別不同時期的樣品，圖中的拉丁文代表物種名稱，可以將關注的優勢物種也納入圖中；? 環境因子數量要少於樣本數量，同時在分析時，需要提供環境因子的數據，比如 pH值，測定的溫度值等。9. 單樣品/ 多樣品分類學系統組成樹根據NCBI 提供的已有微生物物種的分類學信息資料庫，將測序得到的物種豐度信息回歸至資料庫的分類學系統關系樹中，從整個分類系統上全面了解樣品中所有微生物的進化關系和豐度差異。單樣品圖（圖12）：可以了解單樣品中的序列在各個分類學水平上的分布情況。圖例解讀：? 圖12中不同的層次反映不同的分類學水平；? 分支處的圓面積說明了分布在該分類學水平，且無法繼續往下級水平比對的序列數量，面積越大，說明此類序列越多；? 每個分支上的名詞後面的兩組數字分別表示比對到該分支上的序列數和駐留在該節點上的序列數；? 圖13中為某單一水平物種分布情況，並非是序列分布。多樣品圖（圖14）：比對多個樣品在不同分類學分支上序列數量差異。圖例解讀：? 比對不同樣品在某分支上的序列數量差異，通過帶顏色的餅狀圖呈現，餅狀圖的面積越大，說明在分支處的序列數量越多，不同的顏色代表不同的樣品。? 某顏色的扇形面積越大，說明在該分支上，其對應樣品的序列數比其他樣品多。? 多樣品在做該分析時，建議樣品數量控制在10個以內，或者將重復樣本數據合並成一個樣本後，總樣品數在10個以內。10.系統發生進化樹在分子進化研究中，基於系統發生的推斷來揭示某一分類水平上序列間鹼基的差異，進而構建進化樹。
F. 微生物多樣性分析中 chao 指數與otu數是什麼關系
3
OTU分類和統計：
OTU(operational taxonomic units) 是在系統發生學研究或群體遺傳學研究中，為了便於進行分析，人為給某一個分類單元（品系，種，屬，分組等）設置的同一標志。通常按照 97% 的相似性閾值將序列劃分為不同的 OTU，每一個 OTU 通常被視為一個微生物物種。相似性小於97%就可以認為屬於不同的種，相似性小於93%-95%，可以認為屬於不同的屬。樣品中的微生物多樣性和不同微生物的豐度都是基於對OTU的分析。
使用QIIME（version 1.8.0）工具包進行統計注釋。
使用QIIME（version 1.9.0, http://bio.cug.e.cn/qiime/）的ucluster方法根據97%的序列相似度將所有序列進行同源比對並聚類成operational taxonomic units (OTUs)。然後與資料庫GreenGenes（version gg_13_8, http://greengenes.lbl.gov/cgi-bin/JD_Tutorial/nph-16S.cgi）進行比對，比對方法uclust，identity 0.9 。
然後對每個OTUs進行reads數目統計。
下面的2個表，其中一個表是對每個樣本的測序數量和OTU數目進行統計，並且在表栺中列出了測序覆蓋的完整度（顯示前10個樣本）。
另一個表是對每個樣本在分類字水平上的數量進行統計，並且在表栺中列出了在每個分類字水平上的物種數目（顯示前10個樣本）。
可以看到絕大部分的OTU都分類到了屬（Genus），也有很多分類到了種（Species）。但是仍然有很多無法完全分類到種一級，這是由於環境微生物本身存在非常豐富的多樣性，還有大量的菌仍然沒有被測序和發現。
測序數目統計表主要是對每個樣本的測序數量和OTU數目進行統計，並且在表格中列出了測序覆蓋的完整度（顯示前10個樣本，如果樣本超過10個，請查看結果中otu_stat.txt文件）
其中 SampleName表示樣本名稱；SampleSize表示樣本序列總數；OTUsNumber表示注釋上的OTU數目；OTUsSeq表示注釋上OTU的樣本序列總數。
Coverage是指各樣品文庫的覆蓋率，其數值越高，則樣本中序列沒有被測出的概率越低。該指數實際反映了本次測序結果是否代表樣本的真實情況。
計算公式為：C=1-n1/N 其中n1 = 只含有一條序列的OTU的數目； N = 抽樣中出現的總的序列數目。
分類水平統計表主要是對每個樣本在分類學水平上的數量進行統計，並且在表格中列出了在每個分類學水平上的物種數目（只顯示前10個樣本，如果樣本超過10個，請查看結果中taxon_all.txt文件）
其中SampleName表示樣本名稱；Phylum表示分類到門的OTU數量；Class表示分類到綱的OTU數量；Order表示分類到目的OTU數量；Family表示分類到科的OTU數量；Genus表示分類到屬的OTU數量；Species表示分類到種的OTU數量。
G. 為什麼微生物群落對環境的相應在門水平差異不大，在otu水平差異大
為什麼微生物群落對環境的相應在門水平差異不大
稀釋性曲線（Rarefaction Curve）採用對測序序列進行隨機抽樣的方法，以抽到的序列數與它們所能代表OTU的數目構建曲線，即稀釋性曲線。當曲線趨於平坦時，說明測序數據量合理，更多的數據量對發現新OTU的邊際貢獻很小；反之則表明繼續測序還可能產生較多新的OTU。橫軸：從某個樣品中隨機抽取的測序條數；"Label 0.03" 表示該分析是基於OTU 序列差異水平在0.03，即相似度為97% 的水平上進行運算的，客戶可以選取其他不同的相似度水平。縱軸：基於該測序條數能構建的OTU數量。曲線解讀：Ø 圖1中每條曲線代表一個樣品，用不同顏色標記；
H. otu的中文含義
otu的中文含義是指系統發數鎮生分析中的一個外部節點，是一個假定的分類單元；常見於動植物種類系統發育分析。
例如 6 clone/2 otus 是指要進薯含粗行系統分類分析的個體，即每2個待分析的個體包含6個克隆。通過otu分析，就可以知道樣品中的微生物多樣性和不同微生物的豐度老褲。同時通過otu的稀有度分析，還可以看出你的測序量是否足夠反應樣品中的大部分微生物種，如果稀有度曲線趨於平穩就說明你的分析結果已經包括了樣品中的大部分微生物種，如果稀有度還在向上，就說明你的測序量不夠，你的結果沒有包括樣品中的大部分微生物種。