Unterstützte Auswahl von Biomarkern durch lineare Diskriminanzanalyse-Effektgröße (LEfSe) in Mikrobiomdaten

Die Anwendung der linearen Diskriminanzanalyse der Effektgröße kann das Problem lösen, gute Biomarker mit statistischen Unterschieden zwischen biologischen Gruppen zu finden. Die Effektgröße der linearen Diskriminanzanalyse bietet eine praktische Methode zur Identifizierung genomischer Biomarker, um statistische Unterschiede zwischen biologischen Gruppen zu charakterisieren. Achten Sie darauf, bei jedem Schritt des Verfahrens vorsichtig zu sein, da das Ergebnis jedes vorhergehenden Schritts den nachfolgenden Schritt beeinflussen kann.

Nachdem Sie eine Eingabedatei für die Effektgröße der linearen Diskriminanzanalyse generiert haben, führen Sie die angegebenen Befehle aus, um die Möglichkeit eines Abhängigkeitskonflikts auszuschließen und eine Conda-Umgebung für die Effektgröße der linearen Diskriminanzanalyse zu erstellen. Verwenden Sie die angegebenen Befehle, um die erstellte Umgebung zu aktivieren und die Effektgröße der linearen Diskriminanzanalyse mit dem Kanal bioBakery zu installieren. Um Daten für die Effektgröße der linearen Diskriminanzanalyse zu formatieren, führen Sie den Befehl aus, um die Originaldatei in das interne Format der Effektgröße der linearen Diskriminanzanalyse zu formatieren.

Um die Effektgröße der linearen Diskriminanzanalyse zu berechnen, führen Sie den Befehl aus, um eine lineare Diskriminanzanalyse durchzuführen und die resultierende Datendatei zu generieren. Verwenden Sie nach der Analyse die angegebenen Befehle, um die Effektstärke der Biomarker in einer PDF-Datei darzustellen und den Artenbaum zu zeichnen, um die Biomarker in einem Kladogramm anzuzeigen. Um die Unterschiede eines einzelnen Biomarkers zwischen verschiedenen Gruppen darzustellen, verwenden Sie den Befehl wie angegeben.

Alle Features können auf Wunsch auch mit dem Befehl gezeichnet werden. Für die Online-LEfSe-Analyse mit dem Galaxy-Server navigieren Sie zum Server. Um die relevanten Dateien hochzuladen, klicken Sie nach oben und wählen Sie die lokale Datei, um die Dateien auszuwählen.

Wählen Sie dann das tabellarische Format aus und klicken Sie auf Start. Um die Daten für die Effektgröße der linearen Diskriminanzanalyse zu formatieren, klicken Sie auf LEfSe und Daten für LEfSe formatieren, wählen Sie die spezifischen Zeilen für die Klasse aus und klicken Sie auf Ausführen. Um die Effektgröße der linearen Diskriminanzanalyse zu berechnen, klicken Sie auf LEfSe und LDA-Effektgröße.

Wählen Sie die Parameterwerte entsprechend den Analyseanforderungen aus und klicken Sie auf Ausführen. Um die Ergebnisse der linearen Diskriminanzanalyse-Effektgröße zu plotten, klicken Sie auf LEfSe und dann auf LEfSe-Ergebnisse plotten und dann auf Ausführen. Um das Kladogramm zu plotten, wählen Sie die entsprechenden Parameterwerte aus und klicken Sie auf Kladogramm plotten und Ausführen.

Um ein KE zu plotten, wählen Sie die entsprechenden Parameterwerte aus, und klicken Sie auf Ein KE plotten (Plot One Feature) und Ausführen (Execute). Um differenzielle KEs zu plotten, wählen Sie die entsprechenden Parameterwerte aus und klicken Sie auf die Schaltfläche Differenzial-KEs plotten und Ausführen. Hier wird die lineare Diskriminierungsanalyse von mikrobiellen Gemeinschaften mit signifikanten Unterschieden in jeder Gruppe gezeigt, die durch die Analyse der 16 S-ribosomalen RNA-Gensequenzen von drei Proben bestimmt wurden.

In dieser Abbildung können die Biomarker mit signifikanten Unterschieden in Artenbäumen zwischen verschiedenen Klassifikationsstufen beobachtet werden. Die Kreise, die von innen nach außen strahlen, stellen die Klassifikationsebenen vom Stamm bis zur Gattung dar, wobei der Durchmesser jedes Artkreises den Grad der Häufigkeit jeder Klassifikation darstellt. Die Arten ohne signifikante Unterschiede erscheinen gelb, und die signifikant unterschiedlichen Biomarker der Arten werden farblich gefärbt, um den entsprechenden Gruppen zu entsprechen.

Die entsprechenden Artnamen der im Diagramm gezeigten Biomarker sind hier aufgeführt. Hier wird ein repräsentatives Abundanzbalkendiagramm für einen Biomarker gezeigt, das Unterschiede zwischen den verschiedenen Gruppen gemäß den Ergebnissen der linearen Diskriminanzanalyse-Effektgröße zeigt. Die durchgezogene Linie stellt die durchschnittliche relative Häufigkeit dar, die gepunktete Linie stellt die mittlere relative Häufigkeit dar und jede Spalte stellt die relative Häufigkeit jeder Stichprobe in verschiedenen Gruppen dar.

Eine Hauptkomponentenanalyse kann ebenfalls durchgeführt werden, da die Dimensionalitätserziehung in direktem Zusammenhang mit der Datendimension steht und das projizierte Koordinatensystem orthogonal ist. Da die Nachfrage nach hochdimensionalen Datenanalysen steigt, wird diese Methode bei der Erforschung interessanter Biomarkermerkmale helfen.