DADA2

高分辨率的样本推断算法，可从扩增子测序数据中精确识别序列变异（ASV），替代传统的 OTU 聚类方法

基本信息

• 类别: denoising
• 版本: 1.30
• 难度: intermediate
• 最后更新: 2026-03-18

链接

• 官方网站
• 相关论文

安装

# R/Bioconductor 安装
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("dada2")

# 或使用 QIIME 2 插件
qiime dada2 denoise-paired ...

使用示例

R 代码示例

library(dada2)

1. 过滤和截断

filtFs <- filterAndTrim(fnFs, filtFs, truncLen=c(240,0))

2. 学习错误率

errF <- learnErrors(filtFs)

3. 去噪

dadaFs <- dada(filtFs, err=errF)

4. 合并双端 reads

mergers <- mergePairs(dadaFs, filtFs, dadaRs, filtRs)

5. 构建 ASV 表

seqtab <- makeSequenceTable(mergers)

标签

16S denoising ASV amplicon R bioconductor

使用示例

# R 语言使用
library(dada2)

# 1. 读取文件路径
fnFs <- sort(list.files("fastq/", pattern="_R1_001.fastq.gz", full.names=TRUE))
fnRs <- sort(list.files("fastq/", pattern="_R2_001.fastq.gz", full.names=TRUE))

# 2. 质量过滤
filtered <- filterAndTrim(fnFs, filtFs, fnRs, filtRs,
                          truncLen=c(240,200),
                          maxN=0, maxEE=c(2,2),
                          truncQ=2, rm.phix=TRUE,
                          compress=TRUE, multithread=TRUE)

# 3. 学习错误模型
errF <- learnErrors(filtFs, multithread=TRUE)
errR <- learnErrors(filtRs, multithread=TRUE)

# 4. 去重
derepFs <- derepFastq(filtFs)
derepRs <- derepFastq(filtRs)

# 5. 去噪
dadaFs <- dada(derepFs, err=errF, multithread=TRUE)
dadaRs <- dada(derepRs, err=errR, multithread=TRUE)

# 6. 合并配对
mergers <- mergePairs(dadaFs, derepFs, dadaRs, derepRs)

# 7. 构建 ASV 表
seqtab <- makeSequenceTable(mergers)

# 8. 去嵌合体
seqtab.nochim <- removeBimeraDenovo(seqtab, method="consensus")

# 9. 分类注释
taxa <- assignTaxonomy(seqtab.nochim, "silva_nr99_v138.1_train_set.fa.gz")

关键参数

函数	说明
filterAndTrim()	质量过滤和修剪
learnErrors()	学习测序错误模型
derepFastq()	快速去重
dada()	核心去噪算法
mergePairs()	合并配对端
makeSequenceTable()	构建 ASV 表
removeBimeraDenovo()	去嵌合体
assignTaxonomy()	分类注释

参考资源

• 📖 官方文档: https://benjjneb.github.io/dada2/
• 🎓 教程: https://benjjneb.github.io/dada2/tutorial.html
• 📄 论文: Callahan et al. (2016) DADA2: High-resolution sample inference from Illumina amplicon data. Nature Methods. DOI: 10.1038/nmeth.3869

相关工具

• QIIME 2
• DEBLUR
• UNOISE3