QIIME 2团队在新年伊始发布了2026.1版本。本次更新虽然规模不大主要侧重于内部维护但仍包含一些对生信分析流程具有实用价值的改进和新功能。重要变更与未来规划本次更新带来了一些值得关注的调整尤其是对用户未来使用环境的规划。首先核心框架更名为rachis。原本的qiime2框架现已更名为rachis并已在GitHub和PyPI上提供。为了确保兼容性开发团队添加了向后兼容层因此您现有的代码中通过import qiime2的方式仍可正常工作。这为未来的发展奠定了基础。其次关于发行版与Mac用户的更新值得留意。团队预告在下个版本2026.4中大家熟悉的扩增子分析发行版“amplicon”将被重命名为“qiime2”以更准确地反映其作为核心包集合的地位。同时“moshpit”和“pathogenome”发行版中的部分插件将被精简。对于Mac用户从2026.4版本开始将分拆提供针对Intel芯片osx-64和Apple Silicon芯片arm-64的环境文件。这意味着如果您使用的是M1/M2等芯片的Mac届时可以直接使用为arm-64构建的环境无需再手动设置CONDA_SUBDIR变量。需要注意的是2026.1版本将是最后一个为“moshpit”和“pathogenome”发行版提供macOS环境文件的版本。这主要是因为这两个发行版中的许多分析任务对计算资源要求较高在Mac上运行体验不佳。如果您需要使用它们建议转向使用高性能计算集群或Docker方式安装。核心功能改进与Bug修复本次更新在核心框架和插件层面都进行了多项实用改进。q2-feature-table核心操作更新summarize功能有了重要变化。原先的summarize可视化工具已被功能更强大的summarize_plus流程所取代。现在新的summarize命令即原来的summarize_plus提供了更丰富的输出信息。如果您在现有工作流中调用了旧的summarize需要更新您的脚本以适应新输出的变化。旧的summarize方法现被重命名为_summarize保留。内存与性能优化q2-boots插件中的medoid中心点计算解决了内存瓶颈问题。以前内存占用随数据量呈平方级增长现在优化为线性增长这使得处理更大规模的n值如更大的重采样次数或数据量成为可能。因此medoid现已成为距离矩阵平均化的默认方法。此外q2cli的qiime tools cache status命令现在会按字母顺序列出缓存项方便查找。Bug修复修复了多个影响分析准确性和稳定性的问题。例如修复了双端测序数据导入时因样本ID部分重叠如样本5和51而导致验证失败的问题修复了在使用demux-*命令时batch_size与cut参数组合可能导致序列被错误多次剪切的问题以及修复了在特定情况下无法使用provenance replay功能的问题。Python API 易用性提升所有provenance replay相关的功能现在可以直接与Results对象协同工作。这意味着在Python API中进行流程重演时您可以直接加载和传入Artifact对象而无需再手动处理复杂的zip文件大大简化了代码编写。插件新功能扩展分析能力多个插件增加了实用的新功能尤其扩展了对蛋白质序列和基因组数据的支持。蛋白质序列支持 (q2-alignment)mafft、mafft-add和mask操作现在支持蛋白质序列。同时mafft工具也开放了更多底层的比对策略供用户选择而不再仅限于默认算法为序列比对提供了更大灵活性。增强的BUSCO评估 (q2-annotate)evaluate-busco生成的交互式可视化图表响应更快、更易用。需要注意的是由于BUSCO内部机制问题本次移除了“auto-lineage”相关参数暂不支持谱系的自动分配功能。Kraken 2结果处理 (q2-annotate)新增了将Kraken 2的物种注释信息映射回序列片段contigs并进行丰度汇总的工作流程通过map-taxonomy-to-contigs和collapse-contigs两个操作实现方便了宏基因组组装后的物种注释与整理。模拟测序数据 (q2-assembly)simulate-reads-mason操作现在支持根据已有的特征表feature table中定义的序列频率来生成模拟 reads这为基于真实数据的模拟和 benchmark 分析提供了便利。数据类型扩展 (q2-types)增加了对基因组分区数据的支持例如GenomeData[Genes]等。同时新增了AnnotationToContigs格式及相关类型用于存储从注释如物种或功能到序列片段contigs的映射关系。总结QIIME 2 2026.1 版本为未来的重要变化如发行版更名、Mac环境拆分做好了铺垫同时通过优化核心算法如medoid内存使用、修复关键bug和扩展插件功能尤其是对蛋白质和基因组数据的支持切实提升了平台的性能和实用性。建议用户关注即将于2026.4版本发生的变化并据此规划自己的分析环境。