Selección asistida de biomarcadores mediante análisis discriminante lineal del tamaño del efecto (LEfSe) en datos de microbioma

La aplicación del análisis discriminante lineal del tamaño del efecto puede resolver el problema de encontrar buenos biomarcadores con diferencias estadísticas entre grupos biológicos. El tamaño del efecto del análisis discriminante lineal proporciona un método conveniente para identificar biomarcadores genómicos para caracterizar las diferencias estadísticas entre grupos biológicos. Asegúrese de tener cuidado con cada paso del procedimiento, ya que el resultado de cada paso anterior puede afectar el paso siguiente.

Después de generar un archivo de entrada de tamaño de efecto de análisis discriminante lineal, ejecute los comandos como se indica para excluir la posibilidad de conflicto de dependencias y crear un entorno conda para el tamaño del efecto de análisis discriminante lineal. Utilice los comandos indicados para activar el entorno creado e instalar el tamaño del efecto de análisis discriminante lineal con bioBakery de canal. Para dar formato a los datos para el tamaño del efecto del análisis discriminante lineal, ejecute el comando para dar formato al archivo original al formato de tamaño del efecto del análisis discriminante lineal interno.

Para calcular el tamaño del efecto del análisis discriminante lineal, ejecute el comando para realizar un análisis discriminante lineal y generar el archivo de datos resultante. Después del análisis, utilice los comandos indicados para trazar el tamaño del efecto de los biomarcadores en un archivo PDF y dibujar el árbol de especies para mostrar los biomarcadores en un cladograma. Para trazar las diferencias de un solo biomarcador entre diferentes grupos, utilice el comando como se indica.

Todas las características también se pueden dibujar usando el comando si se desea. Para el análisis LEfSe en línea utilizando el servidor Galaxy, navegue hasta el servidor. Para cargar los archivos relevantes, haga clic en arriba y elija el archivo local para seleccionar los archivos.

A continuación, seleccione el formato tabular y haga clic en Inicio. Para dar formato a los datos para el tamaño del efecto de análisis discriminante lineal, haga clic en LEfSe y Formato de datos para LEfSe, seleccione las filas específicas de la clase y haga clic en Ejecutar. Para calcular el tamaño del efecto del análisis discriminante lineal, haga clic en Tamaño del efecto LEfSe y LDA.

Seleccione los valores de los parámetros según los requisitos de análisis y haga clic en Ejecutar. Para trazar los resultados del tamaño del efecto del análisis discriminante lineal, haga clic en LEfSe y En Trazar resultados LEfSe y haga clic en Ejecutar. Para trazar el cladograma, seleccione los valores de parámetro apropiados y haga clic en Trazar cladograma y Ejecutar.

Para trazar una función, seleccione los valores de parámetro adecuados y haga clic en Trazar una función y Ejecutar. Para trazar entidades diferenciales, seleccione los valores de parámetro adecuados y haga clic en el botón Trazar características diferenciales y Ejecutar. Aquí, se muestra el análisis de discriminación lineal de las puntuaciones de las comunidades microbianas con diferencias significativas en cada grupo, determinado mediante el análisis de las 16 secuencias del gen arn S-ribosómico de tres muestras.

En esta figura, se pueden observar los biomarcadores con diferencias significativas en los árboles de especies entre los diferentes niveles de clasificación. Los círculos que irradian de adentro hacia afuera representan los niveles de clasificación de filo a género, con el diámetro de cada círculo de especie representando el nivel de abundancia de cada clasificación. Las especies sin diferencias significativas aparecen en amarillo, y los biomarcadores de especies significativamente diferentes se colorean para que coincidan con los grupos correspondientes.

Los nombres de especies correspondientes de los biomarcadores que se muestran en la gráfica se enumeran aquí. Aquí, se muestra un gráfico representativo de la barra de abundancia para un biomarcador que muestra las diferencias entre los diferentes grupos de acuerdo con los resultados del tamaño del efecto del análisis discriminante lineal. La línea sólida representa la abundancia relativa promedio, la línea punteada representa la abundancia relativa mediana y cada columna representa la abundancia relativa de cada muestra en diferentes grupos.

También se puede realizar un análisis de componentes principales, ya que la educación de dimensionalidad está directamente relacionada con la dimensión de datos, y el sistema de coordenadas proyectado es ortogonal. A medida que aumenta la demanda de análisis de datos de alta dimensión, este método ayudará en la exploración de las características de los biomarcadores de interés.