第2章：MetaPhlAn 基础流程

好，我们正式开始动手。这一章的目标很简单——让你能在自己的机器上把 MetaPhlAn 跑起来，看到结果。相信我，没有什么比看到终端刷刷刷跑完、输出一个整洁表格更让人安心的了。

我会从三个点来讲：怎么快速启动、怎么看帮助文档、怎么用示例数据做个完整测试。这三个习惯你要是养成了，后面调参的时候就稳了。

2.1 快速运行 MetaPhlAn

安装完成后，第一件事就是确认它能跑。我的习惯是先用最短路径验证一下。

metaphlan --version

如果返回版本号，比如 4.1.0，那就没问题。如果报错，八成是环境变量没配好，或者 conda 环境没激活。我自己就栽过这个坑——装完直接敲命令，结果提示找不到，后来发现是忘了 conda activate。

接下来，跑一个最简单的命令。我建议你准备一个测试用的 fastq 文件，不用太大，几 MB 就行。像这样：

metaphlan sample.fastq --input_type fastq --nproc 4 -o profile.txt

参数说明一下：

• sample.fastq：你的输入文件，可以是 fastq、fasta 或者压缩包。
• --input_type fastq：告诉 MetaPhlAn 输入格式。不说它会猜，但偶尔会猜错。我建议你每次都显式指定。
• --nproc 4：用 4 个线程。这个值取决于你机器的 CPU 核心数。别上来就开满，留一两个给系统用。
• -o profile.txt：输出结果的文件名。

跑完后，你会得到一个文本文件。打开看看，大概长这样：

# clade_name     NCBI_tax_id     relative_abundance
k__Bacteria      2               99.8
k__Archaea       2157            0.2
p__Firmicutes    1239            45.3
p__Bacteroidetes 976             30.1
...

第一列是物种分类，第二列是 NCBI 分类 ID，第三列是相对丰度。数据很简洁，对吧？

2.2 查看帮助文档

很多人不爱看帮助文档，觉得麻烦。但我告诉你，MetaPhlAn 的帮助文档其实就是最好的学习材料。你每次遇到新参数，第一个动作应该是 --help。

metaphlan --help

输出会很长，别被吓到。我建议你重点看这几个部分：

• 输入输出参数：--input_type、-o、--bowtie2db。这些决定了数据怎么进去、结果怎么出来。
• 性能相关：--nproc、--bowtie2out、--stat_q。后面你会频繁用到它们。
• 分析模式：--profile_relative_abundance、--clade_abundance_file。不同模式适用于不同场景。

举个例子，你看到 --stat_q 时可能会蒙——这啥意思？帮助文档里写着“统计检验的 q 值阈值”，说白了就是控制假阳性率的。嗯，这里要注意，默认值是 0.05，但如果你样本数少，可以放宽到 0.1。

2.3 测试示例数据

MetaPhlAn 官方提供了示例数据，我强烈建议你用它做个完整测试。这不仅能验证安装是否成功，还能让你熟悉整个流程。

下载示例数据：

wget https://raw.githubusercontent.com/biobakery/biobakery/master/demo/metaphlan/SRS014476-Supragingival_plaque.fasta.gz

然后运行：

metaphlan SRS014476-Supragingival_plaque.fasta.gz \
         --input_type fasta \
         --nproc 4 \
         -o plaque_profile.txt

运行时间取决于你的机器。我自己的笔记本（4 核 8 线程）大概需要 5-10 分钟。你想想看，这其实挺快的，毕竟它要做 bowtie2 比对、标记基因匹配、丰度计算一整套流程。

跑完后，用 head 看看输出：

head -20 plaque_profile.txt

你应该能看到类似上面的表格。如果一切正常，恭喜你——MetaPhlAn 已经能用了。

嗯，这一章的内容就到这里。流程跑通了，后面你就能放心地去折腾那些调参的技巧了。记住，基础流程稳了，后面才能飞起来。