- 6 次围观
背景：我们介绍了 Rsearch，这是一个将 VSEARCH 的核心功能整合到 R 环境中，并通过可视化、参数优化及转换工具对其进行扩展，以实现与其他 R 软件包兼容的 R 软件包。通过使 VSEARCH 能够直接在 R 中使用，Rsearch 降低了 VSEARCH 的使用门槛，并促进了其与下游统计学和生态学分析的整合。 结果：使用模拟群落数据与 DADA2 进行比较分析表明，两种分析流程生成的相对丰度谱均与预期组成呈高度相关。与 DADA2 相比，Rsearch 识别出的 OTU 数量较少，但这些 OTU 在不同样本中的出现更为一致。相比之下，DADA2 似乎通过将序列拆分为数量过多的 OTU，高估了群落多样性。在计算性能方面，Rsearch 中实现的 vs_cluster_unoise 是所有聚类和去噪方法中速度最快的，而 Rsearch 的其他函数运行时间与 DADA2 相当。此外，Rsearch 提供了用于系统优化截短和过滤参数的函数，这对于可能没有明确参数选择策略的用户而言是一项重要功能。该软件包还包含用于确保与 phyloseq 等其他 R 软件包兼容的函数。 结论：Rsearch 为在单一分析环境中开展宏条形码数据分析提供了一个实用且易于使用的框架。该软件包可从 Comprehensive R Archive Network 免费获取，其开发版本托管于 GitHub（https://github.com/CassandraHjo/Rsearch）。
背景：我们介绍了 Rsearch，这是一款将 VSEARCH 核心功能整合至 R 环境中的 R 软件包，并在此基础上扩展了可视化、参数优化以及与其他 R 软件包兼容的格式转换工具。通过使 VSEARCH 可直接在 R 中使用，Rsearch 降低了 VSEARCH 的使用门槛，并促进了其与下游统计分析和生态学分析的整合。
结果：使用模拟群落数据与 DADA2 进行比较分析表明，两种分析流程产生的相对丰度谱均与预期组成呈高度相关。与 DADA2 相比，Rsearch 识别出的 OTU 数量较少，但这些 OTU 在不同样本中的出现更加一致。相比之下，DADA2 似乎通过将序列拆分为数量过多的 OTU 而高估了多样性。在计算性能方面，Rsearch 中实现的 vs_cluster_unoise 是所有聚类和去噪方法中速度最快的，而 Rsearch 的其他函数运行时间则与 DADA2 相当。此外，Rsearch 提供了用于系统优化截短和过滤参数的函数，这对于可能没有明确参数选择策略的用户而言是一项重要功能。该软件包还包含用于确保与 phyloseq 等其他 R 软件包兼容的函数。
结论：Rsearch 为在单一分析环境中分析宏条形码数据提供了一个实用且易于使用的框架。该软件包可从 Comprehensive R Archive Network 免费获取，其开发版本托管于 GitHub（https://github.com/CassandraHjo/Rsearch）。
感谢您有兴趣传播 bioRxiv 的相关信息。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.10.750626v1?rss=1
🏷️ VSEARCH R语言接口 宏条形码分析 OTU聚类 参数优化 微生物群落分析