Seleção Assistida de Biomarcadores por Tamanho de Efeito de Análise Discriminante Linear (LEfSe) em dados de microbioma

A aplicação do tamanho do efeito de análise discriminante linear pode resolver o problema de encontrar bons biomarcadores com diferenças estatísticas entre grupos biológicos. O tamanho do efeito de análise discriminante linear fornece um método conveniente para identificar biomarcadores genômicos para caracterizar diferenças estatísticas entre grupos biológicos. Certifique-se de tomar cuidado com cada etapa do procedimento, pois o resultado de cada etapa anterior pode afetar a etapa subsequente.

Depois de gerar um arquivo de entrada de efeito de análise discriminante linear, execute os comandos conforme indicado para excluir a possibilidade de conflitos de dependências e criar um ambiente conda para o tamanho do efeito de análise discriminante linear. Use os comandos conforme indicado para ativar o ambiente criado e para instalar o tamanho do efeito de análise discriminante linear com o bioBakery do canal. Para formatar dados para o tamanho do efeito de análise discriminante linear, execute o comando para formatar o arquivo original para o formato de tamanho de efeito de análise linear linear interno.

Para calcular o tamanho do efeito de análise discriminante linear, execute o comando para realizar uma análise discriminante linear e para gerar o arquivo de dados resultante. Após a análise, use os comandos conforme indicado para traçar o tamanho do efeito dos biomarcadores em um arquivo PDF e desenhar a árvore da espécie para exibir os biomarcadores em um cladograma. Para traçar as diferenças de um único biomarcador entre diferentes grupos, use o comando conforme indicado.

Todos os recursos também podem ser desenhados usando o comando, se desejar. Para análise lEfSe on-line usando o servidor Galaxy, navegue até o servidor. Para carregar os arquivos relevantes, clique para cima e escolha arquivo local para selecionar os arquivos.

Em seguida, selecione o formato tabular e clique em Iniciar. Para formatar os dados para o tamanho do efeito de análise discriminante linear, clique em LEfSe e Format data para LEfSe, selecione as linhas específicas para classe e clique em Executar. Para calcular o tamanho do efeito de análise discriminante linear, clique em LEfSe e tamanho do efeito LDA.

Selecione os valores do parâmetro de acordo com os requisitos de análise e clique em Executar. Para traçar os resultados do tamanho do efeito de análise discriminante linear, clique em LEfSe e Plot LEfSe Results e clique em Executar. Para traçar o cladograma, selecione os valores de parâmetro apropriados e clique em Plot Cladogram e Execute.

Para traçar um recurso, selecione os valores de parâmetro apropriados e clique em Plot One Feature e Execute. Para traçar recursos diferenciais, selecione os valores de parâmetro apropriados e clique em Recursos diferenciais de enredo e execute o botão Executar. Aqui, mostra-se a análise de discriminação linear de comunidades microbianas com diferenças significativas em cada grupo, determinada pela análise das 16 sequências genéticas de RNA S-ribossômicos de três amostras.

Neste número, podem ser observados os biomarcadores com diferenças significativas nas espécies entre diferentes níveis de classificação. Os círculos irradiados de dentro para fora representam os níveis de classificação do filo ao gênero, com o diâmetro de cada círculo de espécies representando o nível de abundância de cada classificação. As espécies sem diferenças significativas aparecem em amarelo, e os biomarcadores de espécies significativamente diferentes são coloridos para coincidir com os grupos correspondentes.

Os nomes das espécies correspondentes dos biomarcadores mostrados na trama estão listados aqui. Aqui, um representante de gráfico de barras de abundância para um biomarcador que mostra diferenças entre os diferentes grupos de acordo com os resultados do tamanho do efeito de análise discriminante linear é mostrado. A linha sólida representa a abundância relativa média, a linha pontilhada representa a abundância relativa mediana, e cada coluna representa a abundância relativa de cada amostra em diferentes grupos.

A análise dos componentes principais também pode ser realizada, pois a educação dimensional está diretamente relacionada à dimensão dos dados, e o sistema de coordenadas projetado é ortogonal. À medida que a demanda por análise de dados de alta dimensão aumenta, esse método ajudará na exploração de características de interesse biomarcadores.