metaPR 2：一个以原生生物为重点的真核生物18S rRNA代谢条形码数据库

摘要：近年来，代谢条形码已成为调查微生物真核社区组成和组装的首选方法。发布的环境数据集数量急剧增加。尽管未经处理的序列文件通常可以公开获取，但处理后的数据，特别是聚类序列，往往很少以可用格式提供。聚类序列作为操作分类单元（OTUs）以不同的相似性水平报告，或者更最近作为扩增子序列变体（ASVs）。这阻碍了不同环境和数据集之间的比较研究，例如检查特定组/物种的生物地理模式，以及分析这些组内的遗传微观多样性。在此，我们呈现一个新组装的处理过的18S rRNA代谢条形码数据库，该数据库与PR 2参考序列数据库进行了注释。该数据库，称为metaPR 2，包含41个数据集，涉及超过4000个样本和90000个ASVs。该数据库可以通过基于网络的界面（https://shiny.metapr2.org）和R包访问，预计对在各种系统中研究原生生物多样性的所有研究人员都非常有用。