分析内容：

1.OTU聚类与物种注释：数据统计、OTU聚类、分类学分析

2.alpha多样性：稀释曲线、shannon曲线、多样性指数、rank abundance（样本≥2）、specaccum物种累积曲线（样本≥5）、多样性指数箱式图（分组≥2，每组样本≥5）

3.物种组成分析：venn图(花瓣图)（样本≥2）、组分图（样本≥2）、core microbiome分析（样本≥2）、heatmap图（样本≥2）、megan物种组成树、优势物种组分图、聚类树与组分图结合分析（样本≥2）、krona多级物种组成图、graphlan物种组成树

4.比较分析(beta多样性)：组间距离分析（分组≥2，每组样本≥3）、CA（样本≥3）、PCA（样本≥3）、PCOA（样本≥3）、3D-PCOA（样本≥3）、多样本相似度聚类树（样本≥3）、Nmds（样本≥3）、unifrac系统进化树、anosim（分组≥2，每组样本≥3）、adonis（分组≥2，每组样本≥3）

5.差异分析：anova方差分析（分组≥2，每组样本≥3）、wilcoxon秩和检验分析（分组=2，每组样本≥3）、kruskal wallis检验分析（分组≥2，每组样本≥3）、metagenomeSeq分析（分组=2，每组样本≥3）、lefse分析（6≥分组≥2，每组样本≥3）、STAMP差异分析(分组≥2，每组样本≥3)、关键物种差异比较柱状图(分组=2，每组样本≥3)

6.相关性分析：RDA/CCA分析（样本≥环境因子≥3）、相关性热图（样本≥5）、相关性网络图（样本≥5）、network组成分析、mantel test分析（样本≥3）、partial mantel test分析（样本≥3）、procrustes分析（分组≥，每组样本≥3）

7.功能预测：picrust kegg功能预测(16s数据)、picrust cog功能预测（16s数据）、tax4fun kegg功能预测（16s或者18s数据）、功能分布图、功能比较分析（样本≥3）、差异功能分析（分组=2，每组样本≥3）、物种/功能/理化因子结合分析（样本≥3）