مقالة منهجية

المساعدة في اختيار المؤشرات الحيوية بواسطة حجم تأثير التحليل التمييزي الخطي (LEfSe) في بيانات الميكروبيوم

DOI:

10.3791/61715

⸱

مايو 16, 2022

 ,  , 
1Marine Resources Research Centre, Tianjin Research Institute for Water Transport Engineering, M.O.T., 2Key Laboratory of Regional Energy Systems Optimization, Ministry of Education, College of Environmental Science and Engineering, North China Electric Power University, 3School of Environmental Science and Engineering, Huazhong University of Science and Technology

* These authors contributed equally

في هذه المقالة

Retraction Notice

The article <em>المساعدة في اختيار المؤشرات الحيوية بواسطة حجم تأثير التحليل التمييزي الخطي (LEfSe) في بيانات الميكروبيوم</em> (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology.

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

LEfSe (حجم تأثير LDA) هو أداة لتعدين المؤشرات الحيوية عالية الأبعاد لتحديد السمات الجينومية (مثل الجينات والمسارات والتصنيفات) التي تميز بشكل كبير مجموعتين أو أكثر في بيانات الميكروبيوم.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

هناك اهتمام متزايد نحو الجينوم البيولوجي المغلق في البيئة والصحة. لاستكشاف والكشف عن الاختلافات بين المجموعات بين العينات أو البيئات المختلفة ، من الأهمية بمكان اكتشاف المؤشرات الحيوية ذات الاختلافات الإحصائية بين المجموعات. يمكن أن يساعد تطبيق التحليل التمييزي الخطي لحجم التأثير (LEfSe) في العثور على مؤشرات حيوية جيدة. استنادا إلى بيانات الجينوم الأصلية ، يتم إجراء مراقبة الجودة والقياس الكمي للتسلسلات المختلفة بناء على التصنيفات أو الجينات. أولا ، تم استخدام اختبار رتبة Kruskal-Wallis للتمييز بين الاختلافات المحددة بين المجموعات الإحصائية والبيولوجية. بعد ذلك ، تم إجراء اختبار رتبة ويلكوكسون بين المجموعتين اللتين تم الحصول عليهما في الخطوة السابقة لتقييم ما إذا كانت الاختلافات متسقة. وأخيرا، أجري تحليل تمييزي خطي (LDA) لتقييم تأثير المؤشرات الحيوية على مجموعات مختلفة اختلافا كبيرا استنادا إلى درجات LDA. باختصار ، وفر LEfSe الراحة لتحديد المؤشرات الحيوية الجينومية التي تميز الاختلافات الإحصائية بين المجموعات البيولوجية.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

المؤشرات الحيوية هي خصائص بيولوجية يمكن قياسها ويمكن أن تشير إلى بعض الظواهر مثل العدوى أو المرض أو البيئة. من بينها ، قد تكون المؤشرات الحيوية الوظيفية وظائف بيولوجية محددة لنوع واحد أو مشتركة بين بعض الأنواع ، مثل الجينات والبروتين والمستقلب والمسارات. إلى جانب ذلك ، تشير المؤشرات الحيوية التصنيفية إلى نوع غير عادي ، أو مجموعة من الكائنات الحية (المملكة ، الفصيلة ، الطبقة ، الترتيب ، العائلة ، الجنس ، الأنواع) ، أو Varient Sequence Amplicon (ASV)1 ، أو وحدة التصنيف التشغيلية (OTU)2. من أجل العثور على المؤشرات الحيوية بسرعة ودقة أكبر ، من الضروري وجود أداة لتحليل البيانات البيولوجية. يمكن تفسير الاختلافات بين الفئات بواسطة LEfSe إلى جانب الاختبارات القياسية للدلالة الإحصائية والاختبارات الإضافية التي تشفر الاتساق البيولوجي وأهمية التأثير3. يتوفر LEfSe كوحدة مجرة ، وصيغة كوندا ، وصورة عامل رصيف ، ويتم تضمينه في bioBakery (VM و cloud)4. بشكل عام ، غالبا ما يستخدم تحليل التنوع الميكروبي اختبارا غير بارامتري للتوزيع غير المؤكد لمجتمع العينة. اختبار مجموع الرتب هو طريقة اختبار غير بارامترية ، والتي تستخدم رتبة العينات لتحل محل قيمة العينات. وفقا لاختلاف مجموعات العينات ، يمكن تقسيمها إلى عينتين مع اختبار مجموع رتبة ويلكوكسون وإلى عينات متعددة مع اختبار Kruskal-Wallis 5,6. ومن الجدير بالذكر أنه عندما تكون هناك اختلافات كبيرة بين مجموعات متعددة من العينات، ينبغي إجراء اختبار مجموع الرتب للمقارنة الزوجية لعينات متعددة. LDA (الذي يرمز إلى التحليل التمييزي الخطي) الذي اخترعه رونالد فيشر في عام 1936 ، هو نوع من التعلم تحت الإشراف ، والمعروف أيضا باسم Fisher's Linear Discriminant7. إنها خوارزمية كلاسيكية وشعبية في المجال الحالي لاستخراج بيانات التعلم الآلي.

هنا ، تم تحسين فحص LEfSe بواسطة خوادم Conda و Galaxy. يتم تحليل ثلاث مجموعات من تسلسلات جينات 16S rRNA لإظهار الاختلافات الكبيرة بين المجموعات المختلفة مع درجات LDA من المجتمعات الميكروبية ونتائج التصور.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ملاحظة: تم الحصول على البروتوكول وتعديله من بحث Segata et al.3. يتم توفير الطريقة في https://bitbucket.org/biobakery/biobakery/wiki/lefse.

1. إعداد ملف الإدخال للتحليل

  1. قم بإعداد ملف الإدخال (الجدول 1) الخاص ب LEfSe ، والذي يمكن إنشاؤه بسهولة بواسطة العديد من مهام سير العمل8 أو البروتوكولات السابقة9 مع الملفات الأصلية (ملف العينة وملف التعليق التوضيحي للأنواع المقابلة).

2. تحليل LEfSe الأصلي (يقتصر على خادم Linux)

  1. تركيب LEfSe
    ملاحظة: يوصى بتثبيت خط أنابيب LEfSe مع Conda10.
    1. قم بتشغيل الأوامر التالية لاستبعاد احتمال تعارض التبعيات. إنشاء بيئة conda ل LEfSe (يوصى بهذه الخطوة ولكنها غير مطلوبة). -n لتقف علي اسم البيئة.
      $ conda create -n LEfSe-env
    2. لتنشيط بيئة LEfSe التي تم إنشاؤها، قم بتشغيل:
      $ مصدر تنشيط LEfSe-env
    3. لتثبيت LEfSe باستخدام bioBakery للقناة حيث يشير -c إلى اسم القناة، قم بتشغيل:
      $ كوندا تثبيت -ج biobakery lefse
  2. تنسيق البيانات ل LEfSe
    1. قم بتشغيل الأمر التالي لتنسيق الملف الأصلي إلى التنسيق الداخلي ل LEfSe. الجدول .txt هو ملف الإدخال Table-reformat.in هو ملف الإخراج. يتم استخدام -c لتعيين الميزة ، والتي يتم استخدامها كفئة (افتراضية 1) ويتم استخدام -o لتعيين قيمة التطبيع (الافتراضي -1.0 بمعنى عدم التطبيع).
      $ format_input.py الجدول.txt Table-reformat.in -c 1 -o 1000000
  3. حساب حجم تأثير التحليل التمييزي الخطي (LDA)
    1. قم بتشغيل الأمر التالي. الغرض من هذه الخطوة هو تنفيذ LDA للنتيجة السابقة وإنشاء ملف النتيجة للتصور. يتم إنشاء Table-reformat.in باستخدام الخطوة السابقة ويتم استخدامه كملف إدخال في هذه الخطوة. Table-reformat.res هو ملف النتيجة.
      $ run_lefse.py Table-reformat.in جدول-reformat.res
  4. التصور عن طريق المؤامرات
    1. ارسم نتائج LEfSe. لرسم حجم تأثير المؤشرات الحيوية في ملف pdf ،. يتم إنشاء Table-reformat.res باستخدام الخطوة السابقة و LDA.pdf هو ملف المؤامرة. -يستخدم التنسيق لتعيين نسق ملف الإخراج.
      $ plot_res.py جدول-reformat.res LDA.pdf --تنسيق pdf
    2. مؤامرة cladogram. لرسم شجرة الأنواع وعرض المؤشرات الحيوية في cladogram. cladogram.pdf هو ملف الإخراج.
      $ plot_cladogram.py جدول-reformat.res cladogram.pdf --تنسيق pdf
    3. ميزة قطعة واحدة (اختياري) لرسم الاختلافات في علامة حيوية واحدة بين المجموعات المختلفة. -f يستخدم لتعيين ميزات المؤامرة. إذا تم تعيين واحد ، يجب إعطاء -feature_name.
      $ plot_features.py -f one --feature_name "k__Bacteria.p__Firmicutes.c__Bacilli.o__Bacillales" --تنسيق pdf Table-reformat.in Table-reformat.res Bacillales.pdf
    4. ارسم الميزات التفاضلية (اختياري) لرسم جميع الميزات ، ولكن هناك الكثير مما يجب القيام به بحذر. --يستخدم الأرشيف لاختيار ما إذا كان سيتم ضغط النتائج. ./ يعني مسار النتائج.
      $ plot_features.py -f diff --archive none --format pdf Table-reformat.in Table-reformat.res ./

3. تحليل LEfSe عبر الإنترنت (المجرة)

  1. انتقل إلى خادم المجرة huttenhower 11: http://huttenhower.sph.harvard.edu/galaxy.
  2. قم بتحميل الملفات. اضغط على زر السهم لأعلى في الجزء الأيمن وقم بتحميل الملف. انقر فوق اختيار ملف محلي لتحديد ملف الإدخال وتحديد جدول التنسيق ، ثم انقر فوق الزر ابدأ .
    ملاحظة: بالإشارة إلى صفحة ويب (https://bitbucket.org/biobakery/biobakery/wiki/lefse)، استخدم البرنامج النصي (taxonomy_summary. R) لإنشاء ملف إدخال LEfSe ، والتنسيق (كل عمود له اسم مجموعة ، كل سطر بمستوى مختلف من التعليقات التوضيحية مفصولة ب "|") مطلوب كما هو موضح في الجدول 1. يظهر الشكل 1 نظرة عامة تخطيطية لعملية التحميل.
  3. تنسيق البيانات ل LEfSe. انقر على | LEfSe تنسيق البيانات ل LEfSe الارتباط في الجزء الأيمن، وحدد الصفوف المحددة للفئة في الملف، وانقر على زر تنفيذ . ويبين الشكل 2 لمحة عامة تخطيطية عن العملية التشغيلية والبارامترات المستخدمة.
  4. حساب حجم تأثير LDA. انقر على | LEfSe ارتباط حجم تأثير LDA (LEfSe) في الجزء الأيمن، وحدد قيم المعلمات وفقا لمتطلبات التحليل. انقر على تنفيذ. ويبين الشكل 3 لمحة عامة تخطيطية عن العملية التشغيلية والبارامترات المستخدمة.
  5. ارسم نتائج LEfSe. انقر على | LEfSe رسم رابط نتائج LEfSe في الجزء الأيسر ، وانقر فوق الزر تنفيذ . ويبين الشكل 4 لمحة عامة تخطيطية عن العملية التشغيلية والبارامترات المستخدمة.
  6. مؤامرة cladogram. انقر فوق Plot Cladogram في الجزء الأيسر ، وانقر فوق الزر تنفيذ بعد تحديد قيم المعلمات. ويبين الشكل 5 لمحة عامة تخطيطية عن العملية التشغيلية والبارامترات المستخدمة.
  7. ارسم ميزة واحدة بالنقر فوق Plot One Feature في الجزء الأيسر ، والنقر فوق الزر " تنفيذ" بعد تحديد قيم المعلمات. ويبين الشكل 6 لمحة عامة تخطيطية عن العملية التشغيلية والبارامترات المستخدمة.
  8. ارسم المعالم التفاضلية بالنقر فوق رسم الميزات التفاضلية في الجزء الأيمن، والضغط على الزر تنفيذ بعد تحديد قيم المعلمات. ويبين الشكل 7 لمحة عامة تخطيطية عن العملية التشغيلية والبارامترات المستخدمة.
    ملاحظة: يمكن تصور هذه الأشكال التي تم إنشاؤها وتنزيلها مقابل المخرجات الناتجة في الجزء الأيسر.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يظهر الشكل 8 درجات LDA للمجتمعات الميكروبية ذات الاختلافات الكبيرة في كل مجموعة من خلال تحليل تسلسل جينات 16S rRNA لثلاث عينات. يمثل لون الرسم البياني مجموعات مختلفة ، بينما يمثل الطول درجة LDA ، وهو تأثير الأنواع ذات الاختلافات الكبيرة بين المجموعات المختلفة. يوضح الرسم البياني الأنواع ذات الاختلافات الكبيرة التي تكون درجة LDA فيها أكبر من القيمة المحددة مسبقا. القيمة الافتراضية المحددة مسبقا هي 2.0، لذلك يتم عرض القيم المطلقة فقط لدرجة LDA (abscissa) الأكبر من 2.0 في المؤامرة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

هنا ، يتم وصف بروتوكول تحديد وتوصيف المؤشرات الحيوية داخل مجموعات مختلفة. يمكن بسهولة تكييف هذا البروتوكول مع أنواع العينات الأخرى ، مثل OTUs للكائنات الحية الدقيقة. يمكن للطريقة الإحصائية بواسطة LEfSe العثور على الكائنات الحية الدقيقة المميزة في كل مجموعة (الافتراضي هو LDA >2) ، أي الكائنات الحية الدقيقة الأكثر وفرة في هذه المجموعة مقارنة بالآخرين12. يتوفر LEfSe في كل من إصدارات Linux الأصلية والويب حيث يمكن للمستخدمين أيضا إجراء تحليل LEfSe على صفحات الويب. يعتمد LEfSe على خوارزمية LDA ويحتاج إل...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ليس لدى المؤلفين ما يكشفون عنه.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم دعم هذا العمل من خلال منحة من صناديق البحوث الأساسية للمعاهد المركزية لبحوث الرفاه العام (TKS170205) ومؤسسة تطوير العلوم والتكنولوجيا ، ومعهد تيانجين لبحوث هندسة النقل المائي (TIWTE) ، M.O.T. (KJFZJJ170201).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
لا توجد مواد مستخدمة

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Bolyen, E., et al. Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2. Nature Biotechnology. 37 (8), 852-857 (2019).
  2. Knight, R., et al. Best practices for analysing microbiomes. Nature Reviews. Microbiology. 16 (7), 410-422 (2018).
  3. Segata, N., et al. Metagenomic biomarker discovery and explanation. Genome Biology. 12 (6), 60(2011).
  4. McIver, M., Sayoldin, B., Shafquat, A. Biobakery / lefse [tool]. , Available from: https://bitbucket.org/biobakery/biobakery/wiki/lefse (2019).
  5. Kruskal, W. H. A nonparametric test for the several sample problem. The Annals of Mathematical Statistics. 23 (4), 525-540 (1952).
  6. Wilcoxon, F. Individual comparisons by ranking methods. Biometrics Bulletin. 1 (6), 80-83 (1945).
  7. Fisher, R. A. The use of multiple measurements in taxonomic problems. Annals of Eugenics. 7 (1), 179-188 (1936).
  8. Liu, Y. X., et al. A practical guide to amplicon and metagenomic analysis of microbiome data. Protein and Cell. 41 (7), 1-16 (2020).
  9. Shahi, S. K., Zarei, K., Guseva, N. V., Mangalam, A. K. Microbiota analysis using two-step PCR and next-generation 16S rRNA gene sequencing. Journal of Visualized Experiments: JoVE. (152), e59980(2019).
  10. Grüning, B., et al. Bioconda: sustainable and comprehensive software distribution for the life sciences. Nature Methods. 15 (7), 475-476 (2018).
  11. Blankenberg, D., Chilton, J., Coraor, N. Galaxy external display applications: closing a dataflow interoperability loop. Nature Methods. 17 (2), 123-124 (2020).
  12. Langille, M. G. I., et al. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nature Biotechnology. 31 (9), 814-821 (2013).
  13. Shilei, Z., et al. Reservoir water stratification and mixing affects microbial community structure and functional community composition in a stratified drinking reservoir. Journal of Environmental Management. 267, 110456(2020).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Linear Discriminant AnalysisBiomarker SelectionMicrobiome DataKruskal Wallis TestWilcoxon Rank TestLDA Effect SizeLEfSe AnalysisGalaxy ServerPrincipal Component AnalysisGenomic Biomarkers