ISME主编发文：ASV数据不应使用Chao1/ACE等非参数物种估计方法

Chao1和ACE指数都依赖于群落中的稀有物种来对群落多样性进行估计。作者认为ASV数据不应使用Chao1/ACE等非参数物种估计方法。

我总结了一下原因，个人理解不一定准确：

1. 主流的ASV方法，如DADA2、Deblur、UNOISE，默认都会去掉singleton（只有一条序列的ASV），导致无法使用Chao1和ACE进行计算。
2. 即便调整了参数，保留了Singleton。但是因为存在测序错误、PCR偏好性、嵌合体、数据处理过程错误和其他等原因，singleton是假阳性的几率很高。因此估计出的物种数没有意义。
3. 如果对数据进行了重抽，首先是否重抽目前还存在很大的争议，另外重抽过程得到新的数据会包含Singleton，但是并没有解决ASV生成过程中的根本问题。因此任何导致去除稀有ASVs的数据处理都会导致alpha多样性估计的偏差。

图1 2015年至2024年相关概念的发文量

替代方案：

1. 采用mothur或UPARSE等方法得到OTU。OTU既可以得到属/种水平的信息，同时错误物种带来的影响较小，且能保留稀有物种。
2. 使用稀释（rarefaction）的方法解决测序深度不同的问题。
3. 使用其他多样性指数，如丰富度、Faith系统发育多样性，Shannon及Simpson指数。

总结：

还是因为ASV太严格了，得到的稀有物种很多是假阳性，算了Chao1/ACE没意义，而去掉了稀有物种直接就不能算了。如果一定要算，最好是再回头用之前的UPARSE了T.T。