1. 课程概述与学习目标
大家好，我是你们这门课的主讲。做生物信息分析这些年，我碰到过不少同行问同一个问题：
“Kraken2 和 MetaPhlAn，到底该用哪个？质控上差别大吗？”
说实话，这俩工具我都用过很长时间。各有各的脾气。尤其是质控这块，很多新手甚至老手都会踩坑。
这一章，我们先立个总纲。看看这两个工具是什么，为什么要把它们放在一起对比，以及学完这门课你能掌握什么。
1.1 为什么要讲这个主题？
我经常被问到类似的问题。大家普遍觉得：“不就是个物种分类工具嘛，跑一下就行。”嗯，这么想的话，结果很容易出问题。
我自己在做一个肠道微生物项目时，用过 Kraken2 和 MetaPhlAn 分别处理同一批数据。结果比对下来，质控步骤不同，菌群的相对丰度差异大到离谱。当时我就意识到，质控不是可有可无的预处理，它直接决定了你后续所有的生物学结论靠不靠谱。
说白了，这门课就是帮大家把这两个工具在质控上的套路、差异、以及我踩过的坑，一次性捋清楚。
1.2 课程的整体定位
这不是一本工具书。不会只给你命令行参数。我们侧重的，是底层逻辑和实际对比。
- 前期准备：从原始FASTQ开始，怎么处理低质量数据、宿主污染、重复序列等。
- 工具对比：Kraken2 的 k-mer 数据库策略，MetaPhlAn 的标记基因策略，它们的质控敏感度完全不同。
- 常见陷阱：比如 k-mer 长度选不对，或者参考数据库版本过旧，都会让质控效果大打折扣。
你想想看，如果数据库里连目标物种的标记基因都没有，那后续质控再严格，也只是在“干净的错误数据”上做文章。
1.3 你将掌握的核心能力
学完这门课，我期待你能带走三样硬本事：
- 能独立设计质控流程：不是机械拷别人的命令，而是能根据数据质量、实验目的，自己判断用哪个工具、加哪些质控步骤。
- 能对比并纠正错误：当两个工具给出冲突的物种丰度时，你能从质控角度定位问题，而不是盲目相信其中一个。
- 能写出可复用的质控脚本：把我们在课程中讲解的流程，转化为自己的实战脚本。
一句话总结：这门课的目标，是让你成为那个能在组会上说“这个结果可信，因为质控做扎实了”的人。
1.4 课程的知识图谱
先给你看一张框架图，让你对整门课的结构有个整体概念。别怕，我们一步步走。
我建议你把这幅图存下来。每学完一部分，回来对照一下，看看自己走到哪一层了。这样不容易迷失在细节里。
1.5 学习前的准备
在正式开讲之前，我想确认你手头已经准备好这些：
- Linux 基础操作：不需要特别精通，但至少能在终端运行命令、理解管道和重定向。
- Python/R 基础：后续我们会有数据分析和可视化环节，至少能读懂代码逻辑。
- 一台有足够内存的机器：Kraken2 在某些数据库配置下，内存吃得很凶。我个人建议至少 32GB。
- 好奇心：这是最重要的。我们不只是讲操作，还会讲原理和对比。
注意：如果你之前完全没接触过宏基因组学，建议先补充一下基础概念（比如OTU、物种分类等级、qPCR验证）。否则在讲到“假阳性率规避”时，可能会有点跟不上节奏。别问我怎么知道的——我当年就是这么磕磕绊绊过来的。
1.6 课程章节速览
为了让你心里有数，我把整门课的结构整理在下面这张表里。你可以把它当作一份旅行地图。
| 章节模块 | 内容焦点 | 实操比重 |
|---|---|---|
| 第1-3章 | 课程概述 & 宏基因组质控基础 | 20% |
| 第4-10章 | Kraken2 质控体系逐层拆解 | 50% |
| 第11-20章 | MetaPhlAn 质控体系逐层拆解 | 50% |
| 第21-26章 | 交叉对比 & 场景选择策略 | 30% |
| 第27-30章 | 综合项目实战 & 避坑总结 | 70% |
记住，实操比重不只是让你点鼠标。我会带着你一起写脚本、跑流程、看日志、调参数。我曾经在一篇论文的审稿意见里被问到“为什么不用 MetaPhlAn 再做一遍质控”，那时候我有点慌——因为我没准备好对比数据。现在我不会犯这种错了。
1.7 最后再啰嗦一句
我见过不少人在工具选择和质控上盲目自信。坦白说，我也曾因为偷懒省掉质控步骤，导致整个项目返工。所以这门课里，我会把那些血的教训都掏出来给你看。
准备好了吗？我们从第2章开始正式进入质控的世界。不过现在，先消化一下这张知识总图，以及表里的章节结构。
嗯，记住你的目标：学会判断，而不是只会运行。