STAMP软件安装

软件官网 http://kiwi.cs.dal.ca/Software/STAMP

1. Microsoft Windows系统安装比较简单

2. ubuntu安装

```

# 首先使用apt安装pyqt4

sudo apt install python-qt4

# virtualenv 创建单独的python环境并能访问系统python包（为了使用pyqt4）

virtualenv stamp --python=python2.7 --system-site-packages 

# 激活环境

source activate stamp/bin/activate

pip install numpy matplotlib biom-format STAMP

# 使用

./stamp/bin/STAMP

```

也可以使用gnome-desktop-item-edit命令创建快捷方式。下图是stamp环境的python包列表。

pip list

conda 安装

```

conda create -n stamp stamp  fontconfig freetype icu=56

```

准备数据

16S或者ITS测序分析，最后会得到feature-table(OTU table) 和feature(OTU)的物种注释信息，feature-table通常是biom的格式， 物种注释信息是tab分隔的文本文件。

使用biom软件将两者结合，并转换为tab分隔的文本文件，代码如下：

```

biom add-metadata -i feature-table.biom -o feature-table-tax.biom --observation-metadata-fp taxonomy.tsv --sc-separated taxonomy --observation-header OTUID,taxonomy

biom  convert -i feature-table-tax.biom -o feature-table-tax.tsv --to-tsv --table-type "OTU table" --header-key taxonomy

```

结果如下图所示：

准备数据

因为STAMP需要严格的层级关系，而我们得到的物种注释信息一般满足不了该要求，直接导入STAMP会报错，所以将数据转换为8个级别，分别是OTU，Kingdom，Phylum，Class，Order，Family，Genus，Species，然后在每一个级别上单独分析。在这里使用R进行转换，代码如下：

```

library(tidyverse)

# 导入数据

levels <- c("Kingdom","Phylum","Class","Order","Family","Genus","Species")

data <- read_tsv("feature-table-tax.tsv", skip = 1) %>%

  rename(OTU=`#OTU ID`) %>%

  mutate(taxonomy = str_replace_all(taxonomy, "[kpcofgs]__", "")) %>%

  separate(taxonomy, sep="; ", levels)

# 将没有分类的级别标注为 "unclassified"

data[is.na(data)]="unclassified"

data[data==""]="unclassified"

 #Samples number

number <- dim(data)[[2]]-8

#OTU level

otu <- data %>% select(1:(number+1))

write_tsv(otu, "otu.spf")

# Phylum -> Species level

for (level in levels){

  n <- which(colnames(data)==level)

  temp <- data %>% select(n, 2:(number+1))

  colnames(temp)[1]='index'

  temp <- temp %>% gather("Sample", "Count", -index) %>%

    group_by(index, Sample) %>%

    summarise(Count = sum(Count)) %>%

    spread(key = Sample, value = Count)

  colnames(temp)[1]=level

  write_tsv(temp, paste0(level, ".spf", collapse = ""))

}

```

这会生成8个spf文件，其本质是tab分隔的文本文件，这就是要向STAMP导入的数据。

spf文件 Phylum.spf(spf文件示例)

另外还要向STAMP导入实验设计文件，文件内容如下（可以有多列分组信息，例如group, subgroup，这里只有一列）：

sample-metadata.tsv

分析

1. 导入数据

从File -> Load data导入数据，以 Genus Level 为例，如下图所示

Load data

2. 导入数据后可以直接查看PCA分析结果，也可以选择不同的统计分析方法进行分析，支持多组间(>=3组)分析，也可以选择两组或者两个样本比较。

分析选项

分析结果

统计分析可视化结果和表格均可以导出。

PCA plot boxplot Extended error bar plot