qiime diversity beta-phylogenetic \
--i-table rarefied_table.qza \
--i-phylogeny phylogeny/rooted_tree_from_seqs.qza \
--p-metric unweighted_unifrac \
--p-variance-adjusted False\
--p-bypass-tips False \  
--o-distance-matrix unweighted_unifrac.qza

注： --o-alpha-diversity 修改为 --o-distance-matrix

计算alpha多样性时使用的指标名
http://scikit-bio.org/docs/0.4.2/generated/skbio.diversity.alpha.html#module-skbio.diversity.alpha

计算beta多样性时使用的距离函数
https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.pdist.html#scipy.spatial.distance.pdist

另，qiime2计算beta多样性时额外实现了两个距离算法

    counts = table.matrix_data.toarray().T

    def aitchison(x, y, **kwds):
        return euclidean(clr(x), clr(y))

    def canberra_adkins(x, y, **kwds):
        if (x < 0).any() or (y < 0).any():
            raise ValueError("Canberra-Adkins is only defined over positive "
                             "values.")

        nz = ((x > 0) | (y > 0))
        x_ = x[nz]
        y_ = y[nz]
        nnz = nz.sum()

        return (1. / nnz) * np.sum(np.abs(x_ - y_) / (x_ + y_))

    if metric == 'aitchison':
        counts += pseudocount # pseudocount为方法入参，默认1
        metric = aitchison
    elif metric == 'canberra_adkins':
        metric = canberra_adkins

    # 之后调用 skbio.diversity.beta_diversity

beta基于树的多样性分析
https://www.cnpython.com/pypi/unifrac#
qiime2使用该库，此库为qiime开发，目前无完整api介绍

    # 基于树的beta多样性支持的指标名
	{'unweighted_unifrac': unifrac.unweighted,
	'weighted_unifrac': unifrac.weighted_unnormalized,
	'weighted_normalized_unifrac': unifrac.weighted_normalized,
	'generalized_unifrac': unifrac.generalized}
    # 基于树的beta多样性计算核心调用代码

    if metric == generalized_unifrac:
        alpha = 1.0 if alpha is None else alpha
        f = partial(metrics[metric], alpha=alpha)
    else:
        f = metrics[metric]

    # unifrac processes tables and trees should be filenames
    return f(str(table), str(phylogeny), threads=n_jobs,
             variance_adjusted=variance_adjusted, bypass_tips=bypass_tips)

PCoA结果可视化

qiime emperor plot \
--i-pcoa bray_curtis_pcoa_results.qza \
--m-metadata-file metadata.tsv \
--o-visualization bray_curtis_pcoa_results.qzv

• i-pcoa: 输入，所有beta多样性分析PCoA结果均可作为输入
• m-metadata-file: 元数据文件，与样本本身强相关的描述文件
• o-visualization: 输出，可视化文件输出，qzv工件，可自定义名称（一般为指标名接pcoa_results）

alpha稀释性曲线

qiime diversity alpha-rarefaction \
  --i-table table.qza \
  --i-phylogeny rooted-tree.qza \
  --p-max-depth 4000 \
  --m-metadata-file metadata.tsv \
  --o-visualization alpha-rarefaction.qzv

• --i-table :输入，特征表
• --i-phylogeny 输入，进化树
• --p-max-depth 参数，采样深度
• --m-metadata-file 元数据文件
• --o-visualization 输出，特征表稀释曲线可视化工件

qiime数据分析PCoA

qiime diversity pcoa \
--i-distance-matrix core-metrics-results/bray_curtis_distance_matrix.qza \
--p-number_of_dimensions 5\
--o-pcoa bray_curtis_pcoa_results.qza

• i-distance-matrix:输入，必须是一个距离矩阵（beta多样性的结果都是距离矩阵，可用于此步骤的输入）
• p-number_of_dimensions：参数，默认不加入此参数，表示对距离矩阵求取所有维度的精确特征值和特征向量，增加此参数表示通过fsvd使用快速启发式特征分解，此时需要指定所需的维数，如果指定0，表示指定矩阵的维度
• o-pcoa：输出，pcoa分析的结果数据.qza，这个可以文件进行下一步操作，将数据转换成图形需要的数据结构

说明：入参为距离矩阵，目前只有beta多样性的输出结果中有距离矩阵

参考命令:

qiime diversity beta-phylogenetic \
--i-table rarefied_table.qza \
--i-phylogeny phylogeny/rooted_tree_from_seqs.qza \
--p-metric unweighted_unifrac \
--p-variance-adjusted False\
--p-alpha 1.0\
--p-bypass-tips False \  
--o-alpha-diversity unweighted_unifrac.qza

注：qiime中，参数前需要加p,进行标识，输入需要加i标识，输出加o进行标识