溫馨提示：需求數(shù)量不同，價(jià)格不同。請(qǐng)聯(lián)系我們，確認(rèn)當(dāng)前新的報(bào)價(jià)！
USEARCH（Ultra-fast sequence analysis）是一款超級(jí)快的序列分析軟件，在序列比對(duì)、聚類、操作等多領(lǐng)域被廣泛的應(yīng)用。在擴(kuò)增子分析領(lǐng)域的OTU聚類受歡迎。該軟件由Robert Edgar開發(fā)，在序列搜索、聚類、去重、去嵌合體等步驟的準(zhǔn)確度以及效率上顯著高于老牌的mothur,QIIME等軟件。截至目前，已經(jīng)有8,006篇論文應(yīng)用了USEARCH軟件。該軟件的64位版本是需要付費(fèi)的，歡迎聯(lián)系睿馳科技獲取新報(bào)價(jià)。
USEARCH的優(yōu)點(diǎn)如下
1.高通量搜索聚類
USEARCH是一個(gè)獨(dú)特的序列分析工具，在擁有成千上萬的用戶。UAEARCH比對(duì)速度是BLAST的10-1250倍，聚類速度是CD-HIT的1-1000倍。
2. 更高的生產(chǎn)率和洞察力
USEARCH將許多不同的算法結(jié)合到一個(gè)具有出色文檔和支持的軟件包中，這樣可以縮短您的學(xué)習(xí)曲線，減少為給定任務(wù)所需采取的步驟，并減少計(jì)算時(shí)間。USEARCH會(huì)鼓勵(lì)您探索數(shù)據(jù)，獲得新見解，并建議您使用較慢的工具可能沒有嘗試過的新分析。
3.安裝簡(jiǎn)單便捷，程序小巧，易用。
2018年7月底，USEARCH新版11已正式發(fā)布。新版Version 11，新增了6大新功能以及21個(gè)新命令。
新功能包含：
1.Machine learning：機(jī)器學(xué)習(xí)，主要包括隨機(jī)森林、多次交叉驗(yàn)證、OTU分類重要性，包括的命令有森林訓(xùn)練、森林分類和森林交叉驗(yàn)證
2.Improved cross-talk detection:改進(jìn)嵌合體檢測(cè)
3.Novel alpha diversity metrics：新增了兩種Alpha多樣性指數(shù)：Mirror estimator 、Singleton-free（FE）estimator
4.Octave plots for visualizing alpha diversity：Octave plots（八度圖）展示Alpha 多樣性，方便觀察樣品中真實(shí)序列、測(cè)序錯(cuò)誤和嵌合體數(shù)量
5.Statistical significance of diversity differences between groups：樣品組間多樣性比較
6.Cross-validation by identity （CVI）：同一性交駐驗(yàn)證特征預(yù)測(cè)的準(zhǔn)確率
新增命令包含：
calc_lcr_probs：Calculate lowest common rank probabilities 計(jì)算序列物種分類各級(jí)概率
cluster_tree：Construct clusters from tree using distance cutoff 基于樹文件聚類
distmx_split_identity:Split distance matrix into test/training pair for CVI 拆分距離矩陣為測(cè)試和訓(xùn)練集
fastx_syncpairs：Sort forward and reverse reads into the same order 雙端序列找成隊(duì)并排序
fastx_trim_primer：Remove primer-binding sequence from FAST×file 引物匹配并切除
forest_classify：Classify data using random forest 隨機(jī)森林分類預(yù)測(cè)
forest_train:Train random forest classifier 隨機(jī)森林分類器建立
nbc_tax：Predict taxonomy using RDP Naive Bayesian Classifier algorithm 采用RDP算法預(yù)測(cè)分類學(xué)物種注釋
otutab_binary：Convert OTU table with counts to presence（1）/absence（0） 轉(zhuǎn)換OTU表為二元（有、無）形式
osamples using random forest 樣品隨機(jī)森林分類
otutab_core：Identify core microbiome in OTU table 鑒定OTU表中核心微生物組
otutab_forest_train：Train random forest classifier on OTU table 基于OTU表的隨機(jī)森林訓(xùn)練
otutab_otus：Extract OTU labels from OTU table 提取OTU表中的OTUs
otutab_rare：Sub_sample OTU table to same number or reads per sample 抽樣標(biāo)準(zhǔn)化OTU表
osample labels from OTU table 提取OTUs表中樣品名
otutab_select：Identify OTUs which are informative （correlate with metadata）鑒定更有信息的OTUs，即組間差異OTUs
otutab_xtalk：Identify cross-talk using improved algorithm（UNCROSS2）改進(jìn)算法鑒定嵌合
search_pcr2：In-silico PCR,search for matches to primer pair 電子PCR，基于引物匹配擴(kuò)增區(qū)
subtree:Extracts subtree under given node 提取樹中指定結(jié)點(diǎn)的子樹
tabbed2otutab：Convert read mapping file （read+OTU）to OTU table 單行表格轉(zhuǎn)換為OTU表
tree_subset：Extract subset of tree for given set of leaf labels 根據(jù)樹葉標(biāo)簽提取子集
