Dada2方法要求的输入测序数据必须是已经拆分样本（类似qiime1裂库）的测序数据，这个测序数据也必须是带质量信息的。对于双端测序数据，不要提前拼接，有些人可能会考虑先拼接，再把拼接好的测序数据当做单端测序数据进行分析，但是这就违背了dada2的假设，dada2假设随着测序长度的增长，测序质量会稍微增加，后急剧下降，而拼接好的序列，测序质量应该是先降低后增加的。因此如果计划使用DADA2来合并和消除双端数据的噪声，请在用DADA2去噪之前不要合并序列；DADA2可以将未合并的序列，在去噪过程中双端合并。

deblur目前只能对单端序列进行去噪。如果提供末合并的双端序列为输入，将对反向序列不作任何操作。请注意，deblur接受合并的序列，并将它们视为单端序列，因此如果使用deblur进行去噪，需要先合并读取。

1.       下载双端未合并数据（也可以只用自己拆分后的数据）

2.       序列合并

这份摘要报告可以确定合并后序列大约可用长度（当用deblur去噪时，会回到这个问题上）。在这个可视化中查看质量图（箱线图）时，如果将鼠标悬停在一个特定的位置上，将看到有多少个序列至少有那么长（为计算序列质量而采样的序列数量统计）。记下最高的序列位置，其中大部分（比如，>99%）的序列至少有那么长。

例如，当将鼠标悬停在可视化箱线图中的一个黑箱体上时，可以看到40126个序列中随机挑选有10000个用于估计该位置的质量分数分布。当我将鼠标悬停在位置250（用红色方框表示）上时，我看到一些序列没有这么长，因为只有9994个序列用于估计该位置的质量分数分布。下面的红色框和红色文本告诉我，有些序列没有这么长。当我将鼠标悬停在254号位置（也用一个红框表示）上时，我看到许多序列没有这么长，因为只有845个序列用于估计该位置的质量分数分布。

基于对这些图的比较，注意到大多数序列至少有250个碱基长。从质量分数图中为--p-trim-length选择合适的序列长度值。这将把所有序列修剪到这个长度（250），并丢弃任何小于这个长度的序列。

【备注】某个位置的序列个数信息在文件Download forward parametric seven-number summaries as TSV 找到

【参考】

QIIME 2教程. 18序列双端合并read-joining(2021.2)_刘永鑫Adam的博客-CSDN博客

Dada2和deblur降噪质控过程详见：

科学网—QIIME 2教程之生成特征表和特征序列(案例二)

科学网—QIIME 2教程之生成特征表和特征序列(案例一)