近日,，基因組所劉永鑫課題組聯(lián)合南京農業(yè)大學袁軍課題組在《蛋白質與細胞（ 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)應用類別(多樣性,、差異性,、生物標志物、相關性和網絡,、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業(yè)大學袁軍教授為共同通訊作者,。該論文得到了中國農科院創(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