近日，基因組所劉永鑫課題組聯(lián)合南京農(nóng)業(yè)大學袁軍課題組在《蛋白質(zhì)與細胞（ Protein & Cell）》 (IF = 21.1) 發(fā)表了題為“The best practice for microbiome analysis using R”的綜述論文，建立了微生物組分析的R語言代碼庫EasyMicrobiomeR，助力微生物組學發(fā)展。

隨著測序技術(shù)的逐步成熟，許多微生物組研究成果相繼發(fā)表，推動了相關(guān)分析工具的出現(xiàn)和發(fā)展。R語言是目前廣泛使用的用于微生物數(shù)據(jù)分析的平臺，具有強大的功能。然而，數(shù)以萬計的R包和無數(shù)類似的分析工具給許多研究人員挖掘微生物組數(shù)據(jù)帶來了重大挑戰(zhàn)。如何從眾多的R包中選擇合適、高效、方便、易學的工具已經(jīng)成為許多微生物組研究人員面臨的問題。為此，本文整理了324個用于微生物組分析的常用R包(圖1)，并根據(jù)應(yīng)用類別(多樣性、差異性、生物標志物、相關(guān)性和網(wǎng)絡(luò)、功能預測等)對其進行分類，以幫助研究人員快速找到用于微生物組分析的相關(guān)R包(圖2)。

圖1. 基于R語言的324個常用R包進行微生物組數(shù)據(jù)挖掘的過程。特別關(guān)注了六個微生物組分析集成R包（phyloseq,  microbiome, MicrobiomeAnalystR, Animalcules, microeco,  amplicon）。并提出了基于R語言進行微生物組分析的流程，相關(guān)代碼都可以在 https://github.com/taowenmicro/EasyMicrobiomeR 獲取。

圖2. R語言中微生物群落分析的實踐結(jié)果實例。

我們期待R語言能使微生物組分析更加高效，幫助大家發(fā)現(xiàn)更多關(guān)于微生物在人類、動物、植物和環(huán)境中的作用，并利用微生物為我們造福，使世界變得更加美好。

南京農(nóng)業(yè)大學博士后文濤和博士研究生牛國慶為該論文的共同第一作者，基因組所劉永鑫研究員和南京農(nóng)業(yè)大學袁軍教授為共同通訊作者。該論文得到了中國農(nóng)科院創(chuàng)新工程、國家自然科學基金等項目資助。

原文鏈接：https://academic.oup.com/proteincell/article/14/10/713/7147618