Методическая статья

Вспомогательный выбор биомаркеров по размеру эффекта линейного дискриминантного анализа (LEfSe) в данных микробиома

DOI:

10.3791/61715

⸱

16 мая 2022 г.

 ,  , 
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

В этой статье

Retraction Notice

The article <em>Вспомогательный выбор биомаркеров по размеру эффекта линейного дискриминантного анализа (LEfSe) в данных микробиома</em> (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology.

Краткое содержание

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

LEfSe (LDA Effect Size) - это инструмент для многомерного анализа биомаркеров для выявления геномных особенностей (таких как гены, пути и таксономии), которые значительно характеризуют две или более группы в данных микробиома.

Аннотация

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

Растет внимание к закрытым биологическим геномам в окружающей среде и в здравоохранении. Для изучения и выявления межгрупповых различий между различными выборками или средами крайне важно обнаружить биомаркеры со статистическими различиями между группами. Применение линейного дискриминантного анализа Effect Size (LEfSe) может помочь найти хорошие биомаркеры. На основе исходных данных генома осуществляется контроль качества и количественная оценка различных последовательностей на основе таксонов или генов. Во-первых, ранж-тест Крускала-Уоллиса использовался для различения конкретных различий между статистическими и биологическими группами. Затем между двумя группами, полученными на предыдущем шаге, был проведен ранж-тест Уилкоксона, чтобы оценить, были ли различия последовательными. Наконец, был проведен линейный дискриминантный анализ (LDA) для оценки влияния биомаркеров на значительно отличающиеся группы на основе показателей LDA. Подводя итог, LEfSe обеспечил удобство для идентификации геномных биомаркеров, характеризующих статистические различия между биологическими группами.

Введение

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

Биомаркеры — это биологические характеристики, которые могут быть измерены и могут указывать на некоторые явления, такие как инфекция, болезнь или окружающая среда. Среди них функциональные биомаркеры могут быть специфическими биологическими функциями отдельных видов или общими для некоторых видов, такими как ген, белок, метаболит и пути. Кроме того, таксономические биомаркеры указывают на необычный вид, группу организмов (царство, тип, класс, отряд, семейство, род, вид), вариацию последовательности Ампликона (ASV)1 или операционную таксономическую единицу (OTU)2. Для того чтобы быстрее и точнее найти биомаркеры, необходим инструмент для анализа биологических данных. Различия между классами могут быть объяснены LEfSe в сочетании со стандартными тестами на статистическую значимость и дополнительными тестами, кодирующими биологическую согласованность и релевантность эффекта3. LEfSe доступен в виде галактического модуля, формулы conda, образа docker и включен в bioBakery (VM и cloud)4. Как правило, при анализе микробного разнообразия часто используется непараметрический тест для неопределенного распределения сообщества образцов. Тест на ранговую сумму является непараметрическим методом тестирования, который использует ранг образцов для замены значения образцов. В зависимости от разницы выборочных групп его можно разделить на две выборки с тестом на сумму ранга Уилкоксона и на несколько образцов с тестом Крускала-Уоллиса 5,6. Примечательно, что при наличии существенных различий между несколькими группами выборок следует проводить ранж-суммовый тест попарного сравнения нескольких образцов. LDA (что расшифровывается как линейный дискриминантный анализ), изобретенный Рональдом Фишером в 1936 году, является типом контролируемого обучения, также известным как линейный дискриминант Фишера7. Это классический и популярный алгоритм в современной области интеллектуального анализа данных машинного обучения.

Здесь анализ LEfSe был оптимизирован серверами Conda и Galaxy. Три группы последовательностей генов 16S рРНК анализируются, чтобы продемонстрировать значительные различия между различными группами с показателями LDA микробных сообществ и результатами визуализации.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

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

ПРИМЕЧАНИЕ: Протокол был получен и модифицирован из исследований Segata et al.3. Метод приведен в https://bitbucket.org/biobakery/biobakery/wiki/lefse.

1. Подготовка входного файла для анализа

  1. Подготовьте входной файл (таблица 1) LEfSe, который может быть легко сгенерирован многими рабочими процессами8 или предыдущими протоколами9 с исходными файлами (файл образца и соответствующий файл аннотации вида).

2. Собственный анализ LEfSe (ограничен сервером Linux)

  1. Установка LEfSe
    ПРИМЕЧАНИЕ: Трубопровод LEfSe рекомендуется устанавливать вместе с Conda10.
    1. Выполните следующие команды, чтобы исключить возможность конфликта зависимостей. Создайте среду conda для LEfSe (этот шаг рекомендуется, но не является обязательным.). -n обозначает имя среды.
      $ conda create -n LEfSe-env
    2. Чтобы активировать созданную среду LEfSe, выполните:
      $ источник активировать LEfSe-env
    3. Чтобы установить LEfSe с каналом bioBakery, где -c означает имя канала, выполните:
      $ conda install -c био пекарня lefse
  2. Форматирование данных для LEfSe
    1. Выполните следующую команду, чтобы отформатировать исходный файл во внутренний формат LEfSe. Таблица.txt является входным файлом, а Table-reformat.in — выходным файлом. -c используется для установки функции, которая используется в качестве класса (по умолчанию 1), а -o используется для установки значения нормализации (по умолчанию -1.0 означает отсутствие нормализации).
      $ format_input.py Таблица.txt Table-reformat.in -c 1 -o 1000000
  3. Расчет размера эффекта линейного дискриминантного анализа (LDA)
    1. Выполните следующую команду. Целью этого шага является выполнение LDA предыдущего результата и создание результирующего файла для визуализации. Table-reformat.in создается с помощью предыдущего шага и используется в качестве входного файла на этом шаге. Table-reformat.res является результирующим файлом.
      $ run_lefse.py Table-reformat.in Таблица-переформатирование.res
  4. Визуализация по участкам
    1. Построение результатов LEfSe. Для отображения размера эффекта биомаркеров в pdf-файле,. Table-reformat.res создается с помощью предыдущего шага, а LDA.pdf является файлом печати. –format используется для задания формата выходного файла.
      $ plot_res.py Table-reformat.res LDA.pdf --format pdf
    2. Построение кладограммы. Нарисовать видовое дерево и отобразить биомаркеры в кладограмме. cladogram.pdf является выходным файлом.
      $ plot_cladogram.py Table-reformat.res кладограмма.pdf --format pdf
    3. Сюжет один объект (опционально) Для построения графиков различий одного биомаркера между разными группами. -f используется для задания особенностей сюжета. Если он был установлен, необходимо дать –feature_name.
      $ plot_features.py -f one --feature_name "k__Bacteria.p__Firmicutes.c__Bacilli.o__Bacillales" --format pdf Table-reformat.in Table-reformat.res Bacillales.pdf
    4. График дифференциальных признаков (опционально), чтобы нарисовать все функции, но слишком много нужно сделать с осторожностью. --archive используется для выбора, следует ли сжимать результаты. ./ означает путь результатов.
      $ plot_features.py -f diff --архив нет --формат pdf Table-reformat.in Table-reformat.res ./

3. LEfSe онлайн анализ (галактика)

  1. Отправляйтесь на сервер галактики Хаттенхауэр11:http://huttenhower.sph.harvard.edu/galaxy.
  2. Загрузите файлы. Нажмите кнопку со стрелкой вверх на левой панели и загрузите файл. Нажмите Выбрать локальный файл , чтобы выбрать входной файл и выбрать табличный формат, а затем нажмите кнопку Пуск .
    ПРИМЕЧАНИЕ: Ссылаясь на веб-страницу (https://bitbucket.org/biobakery/biobakery/wiki/lefse), используйте скрипт (taxonomy_summary. R) для генерации входного файла LEfSe, и требуется формат (каждый столбец с именем группы, каждая строка с разным уровнем аннотации, разделенный «|») как показано в таблице 1. Схематический обзор процесса загрузки показан на рисунке 1.
  3. Форматирование данных для LEfSe. Нажмите на | LEfSe Ссылка Формат данных для LEfSe на левой панели, выберите конкретные строки для класса в файле и нажмите кнопку Выполнить . Схематический обзор операционного процесса и используемых параметров показан на рисунке 2.
  4. Рассчитайте размер эффекта LDA. Нажмите на | LEfSe Ссылка LDA Effect Size (LEfSe) на левой панели и выберите значения параметров в соответствии с требованиями анализа. Нажмите кнопку Выполнить. Схематический обзор операционного процесса и используемых параметров показан на рисунке 3.
  5. Построение результатов LEfSe. Нажмите на | LEfSe Нарисуйте ссылку Результаты LEfSe на левой панели и нажмите кнопку Выполнить . Схематический обзор операционного процесса и используемых параметров показан на рисунке 4.
  6. Построение кладограммы. Нажмите на Plot Cladogram на левой панели и нажмите кнопку Выполнить после выбора значений параметров. Схематический обзор операционного процесса и используемых параметров показан на рисунке 5.
  7. Нарисуйте один объект, щелкнув Plot One Feature на левой панели и нажав кнопку Выполнить после выбора значений параметров. Схематический обзор операционного процесса и используемых параметров показан на рисунке 6.
  8. Построение дифференциальных объектов путем нажатия кнопки «Построение дифференциальных объектов» на левой панели и нажатия кнопки «Выполнить» после выбора значений параметров. Схематический обзор операционного процесса и используемых параметров показан на рисунке 7.
    ПРИМЕЧАНИЕ: Эти сгенерированные рисунки могут быть визуализированы и загружены для результирующего вывода в правой панели.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

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

Оценка LDA микробных сообществ со значительными различиями в каждой группе путем анализа последовательностей генов 16S рРНК трех образцов показана на рисунке 8. Цвет гистограммы представляет различные группы, в то время как длина представляет собой показатель LDA, который является влиянием вида со значительными различиями между различными группами. Гистограмма показывает виды со значительными различиями, показатель LDA которых больше заданного значения. По умолчанию задано значение 2,0, поэт...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

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

Здесь описан протокол идентификации и характеристики биомаркеров в пределах разных групп. Этот протокол может быть легко адаптирован для других типов образцов, таких как OTU микроорганизмов. Статистический метод LEfSe позволяет найти характерные микроорганизмы в каждой группе (по умолчанию LDA >2), то есть микроорганизмы, которые более распространены в этой группе относительно остальных12. LEfSe доступен как в нативной, так и в веб-версиях Linux, где пользователи также могут выполнять анализ LEfSe...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

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

Авторам нечего раскрывать.

Благодарности

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

Эта работа была поддержана грантом Фондов фундаментальных исследований для Центральных научно-исследовательских институтов общественного благосостояния (TKS170205) и Фонда развития науки и техники, а также Тяньцзиньского научно-исследовательского института инженерии водного транспорта (TIWTE), M.O.T. (KJFZJJ170201).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Не используются
материалы

Ссылки

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

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

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