Name: assisted selection of biomarkers by linear discriminant analysis effect size (lefse) in microbiome data
Uploaded: 2022-05-16T14:00:00
Description: Watch this Scientific Journal Video about Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size LEfSe in Microbiome Data at JoVE.com

Dette arbejde blev støttet af en bevilling fra Grundforskningsfonde for Central Public Welfare Research Institutes (TKS170205) og Foundation for Development of Science and Technology og Tianjin Research Institute for Water Transport Engineering (TIWTE), M.O.T. (KJFZJJ170201).

BEMÆRK: Protokollen blev hentet og modificeret fra forskningen i Segata et al.3. Metoden findes på https://bitbucket.org/biobakery/biobakery/wiki/lefse.
1. Udarbejdelse af inputfil til analyse
<ol><li>Forbered inputfilen (tabel 1) i LEfSe, som let kan genereres af mange arbejdsgange8 eller tidligere protokoller9 med de originale filer (eksempelfil og tilsvarende art anmærkningsfil).</li>
</ol><p class...

<ol>
	<li>Bolyen, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reproducible,+interactive,+scalable+and+extensible+microbiome+data+science+using+QIIME+2.">Reproducible, interactive, scalable and extensible microbiome data science using QIIME 2.</a> Nature Biotechnology. 37 (8), 852-857 (2019).</li><li>Knight, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Best+practices+for+analysing+microbiomes.">Best practices for analysing microbiomes.</a> Nature Reviews. Microbiology. 16 (7), 410-422 (2018).</li><li>Segata, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metagenomic+biomarker+discovery+and+explanation.">Metagenomic biomarker discovery and explanation.</a> Genome Biology. 12 (6), 60 (2011).</li><li>. Biobakery / lefse [tool] Available from: <a target="_blank" href="https://bitbucket.org/biobakery/biobakery/wiki/lefse">https://bitbucket.org/biobakery/biobakery/wiki/lefse</a> (2019)</li><li>Kruskal, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+nonparametric+test+for+the+several+sample+problem.">A nonparametric test for the several sample problem.</a> The Annals of Mathematical Statistics. 23 (4), 525-540 (1952).</li><li>Wilcoxon, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Individual+comparisons+by+ranking+methods.">Individual comparisons by ranking methods.</a> Biometrics Bulletin. 1 (6), 80-83 (1945).</li><li>Fisher, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+use+of+multiple+measurements+in+taxonomic+problems.">The use of multiple measurements in taxonomic problems.</a> Annals of Eugenics. 7 (1), 179-188 (1936).</li><li>Liu, Y. X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+practical+guide+to+amplicon+and+metagenomic+analysis+of+microbiome+data.">A practical guide to amplicon and metagenomic analysis of microbiome data.</a> Protein and Cell. 41 (7), 1-16 (2020).</li><li>Shahi, S. K., Zarei, K., Guseva, N. V., Mangalam, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Microbiota+analysis+using+two-step+PCR+and+next-generation+16S+rRNA+gene+sequencing.">Microbiota analysis using two-step PCR and next-generation 16S rRNA gene sequencing.</a> Journal of Visualized Experiments: JoVE. (152), e59980 (2019).</li><li>Gr&#252;ning, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bioconda:+sustainable+and+comprehensive+software+distribution+for+the+life+sciences.">Bioconda: sustainable and comprehensive software distribution for the life sciences.</a> Nature Methods. 15 (7), 475-476 (2018).</li><li>Blankenberg, D., Chilton, J., Coraor, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Galaxy+external+display+applications:+closing+a+dataflow+interoperability+loop.">Galaxy external display applications: closing a dataflow interoperability loop.</a> Nature Methods. 17 (2), 123-124 (2020).</li><li>Langille, M. G. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Predictive+functional+profiling+of+microbial+communities+using+16S+rRNA+marker+gene+sequences.">Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences.</a> Nature Biotechnology. 31 (9), 814-821 (2013).</li><li>Shilei, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reservoir+water+stratification+and+mixing+affects+microbial+community+structure+and+functional+community+composition+in+a+stratified+drinking+reservoir.">Reservoir water stratification and mixing affects microbial community structure and functional community composition in a stratified drinking reservoir.</a> Journal of Environmental Management. 267, 110456 (2020).</li></ol>

Her beskrives protokollen til identifikation og karakterisering af biomarkører inden for forskellige grupper. Denne protokol kan let tilpasses til andre prøvetyper, såsom OTU'er af mikroorganismer. Den statistiske metode fra LEfSe kan finde de karakteristiske mikroorganismer i hver gruppe (standard er LDA >2), det vil sige de mikroorganismer, der er mere rigelige i denne gruppe i forhold til de andre12. LEfSe er tilgængelig i både native og web Linux-versioner, hvor brugerne også kan udføre...

Biomarkører er biologiske egenskaber, der kan måles og kan indikere nogle fænomener som infektion, sygdom eller miljø. Blandt dem kan funktionelle biomarkører være specifikke biologiske funktioner af enkelte arter eller fælles for nogle arter, såsom gen, protein, metabolit og veje. Desuden angiver taksonomiske biomarkører en usædvanlig art, en gruppe organismer (kongerige, phylum, klasse, orden, familie, slægt, art), Amplicon Sequence Varient (ASV)1 eller Operational Taxonomic Unit (OTU)2. For at finde biomarkører hurtigere og mere præcist er det nødvendigt med et værktøj til analyse af de biologiske data. Forskellene mellem klasserne kan forklares ved hjælp af LEfSe kombineret med standardtest for statistisk signifikans og yderligere test, der koder for biologisk konsistens og effektrelevans3. LEfSe er tilgængelig som et galaksemodul, en conda-formel, et dockerbillede og inkluderet i bioBakery (VM og cloud)4. Generelt bruger analysen af mikrobiel mangfoldighed ofte en ikke-parametrisk test for den usikre fordeling af et prøvesamfund. Rangsumstesten er en ikke-parametrisk testmetode, der bruger rangeringen af prøver til at erstatte værdien af prøver. Ifølge forskellen mellem prøvegrupper kan den opdeles i to prøver med Wilcoxon rank sum test og i flere prøver med Kruskal-Wallis test 5,6. Navnlig, når der er signifikante forskelle mellem flere grupper af prøver, bør der udføres en rangsumstest af parvis sammenligning af flere prøver. LDA (som står for Linear Discriminant Analysis) opfundet af Ronald Fisher i 1936, er en type overvåget læring, også kendt som Fisher's Linear Discriminant7. Det er en klassisk og populær algoritme inden for det nuværende område af maskinindlæringsdata mining.
Her er LEfSe-analysen optimeret af Conda- og Galaxy-servere. Tre grupper af 16S rRNA-gensekvenser analyseres for at demonstrere de signifikante forskelle mellem forskellige grupper med LDA-score af mikrobielle samfund og visualiseringsresultater.

<table border="0" cellpadding="0" cellspacing="0" style="border-collapse:
 collapse;width:499pt" width="665">
	<tbody>
		<tr height="21" style="height:15.75pt">
			<td class="xl65" height="21" style="height:15.75pt;width:162pt" width="216">No materials used</td>
			<td class="xl65" style="width:91pt" width="121"></td>
			<td class="xl65" style="width:121pt" width="161"></td>
			<td class="xl66" style="width:125pt" width="167"></td>
		</tr>
	</tbody>
</table>

assisted selection of biomarkers by linear discriminant analysis effect size (lefse) in microbiome data

Der er stigende opmærksomhed mod lukkede biologiske genomer i miljøet og i sundheden. For at udforske og afsløre forskellene mellem grupper mellem forskellige prøver eller miljøer er det afgørende at opdage biomarkører med statistiske forskelle mellem grupper. Anvendelsen af lineær diskriminantanalyse Effect Size (LEfSe) kan hjælpe med at finde gode biomarkører. Baseret på de oprindelige genomdata udføres kvalitetskontrol og kvantificering af forskellige sekvenser baseret på taxa eller gener. For det første blev Kruskal-Wallis rangtesten brugt til at skelne mellem specifikke forskelle mellem statistiske og biologiske grupper. Derefter blev Wilcoxon-rangtesten udført mellem de to grupper, der blev opnået i det foregående trin for at vurdere, om forskellene var konsistente. Endelig blev der udført en lineær diskriminerende analyse (LDA) for at evaluere biomarkørernes indflydelse på signifikant forskellige grupper baseret på LDA-score. For at opsummere gav LEfSe bekvemmeligheden til at identificere genomiske biomarkører, der karakteriserer statistiske forskelle mellem biologiske grupper.

LDA-scorerne for mikrobielle samfund med signifikante forskelle i hver gruppe ved at analysere 16S rRNA-gensekvenserne af tre prøver er vist i figur 8. Histogrammets farve repræsenterer forskellige grupper, mens længden repræsenterer LDA-scoren, som er indflydelsen af arten med betydelige forskelle mellem forskellige grupper. Histogrammet viser de arter med signifikante forskelle, hvis LDA-score er større end den forudindstillede værdi. Den forudindstillede standardværdi er 2,0, så k...

Watch this Scientific Journal Video about Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size LEfSe in Microbiome Data at JoVE.com

Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size LEfSe in Microbiome Data

LEfSe (LDA Effect Size) er et værktøj til højdimensionel biomarkørminedrift til at identificere genomiske træk (såsom gener, veje og taksonomier), der signifikant karakteriserer to eller flere grupper i mikrobiomdata.

Assisteret udvælgelse af biomarkører ved lineær diskriminantanalyseeffektstørrelse (LEfSe) i mikrobiomdata

There is growing attention toward closed biological genomes in the environment and in health. To explore and reveal the intergroup differences among ...

Anvendelsen af lineær diskriminerende analyseeffektstørrelse kan løse problemet med at finde gode biomarkører med statistiske forskelle mellem biologiske grupper. Lineær diskriminant analyseeffektstørrelse giver en bekvem metode til at identificere genomiske biomarkører til at karakterisere statistiske forskelle mellem biologiske grupper. Sørg for at være forsigtig med hvert trin i proceduren, fordi resultatet af hvert foregående trin kan påvirke det efterfølgende trin.Når du har genereret en lineær diskriminant analyseeffektstørrelsesinputfil, skal du køre kommandoerne som angivet for at udelukke muligheden for afhængighedskonflikt og oprette et conda-miljø til lineær diskriminantanalyseeffektstørrelse. Brug kommandoerne som angivet til at aktivere det oprettede miljø og til at installere lineær diskriminantanalyseeffektstørrelse med kanalbioBakery. Hvis du vil formatere data til lineær diskriminantanalyseeffektstørrelse, skal du køre kommandoen for at formatere den originale fil til det interne lineære diskriminante analyseeffektstørrelsesformat.For at beregne den lineære diskriminantanalyseeffektstørrelse skal du køre kommandoen for at udføre en lineær diskriminerende analyse og generere den resulterende datafil. Efter analysen skal du bruge kommandoerne som angivet til at plotte effektstørrelsen af biomarkørerne i en PDF-fil og til at tegne artstræet for at vise biomarkørerne i et kladogram. For at plotte forskellene i en enkelt biomarkør mellem forskellige grupper skal du bruge kommandoen som angivet.Alle funktionerne kan også tegnes ved hjælp af kommandoen, hvis det ønskes. For online LEfSe-analyse ved hjælp af Galaxy-serveren skal du navigere til serveren. For at uploade de relevante filer skal du klikke op og vælge lokal fil for at vælge filerne.Vælg derefter tabelformat, og klik på Start. Hvis du vil formatere dataene til lineær diskriminantanalyseeffektstørrelse, skal du klikke på LEfSe og Formatér data for LEfSe, vælge de specifikke rækker for klassen og klikke på Udfør. Hvis du vil beregne den lineære diskriminantanalyseeffektstørrelse, skal du klikke på LEfSe og LDA Effect Size.Vælg parameterværdierne i henhold til analysekravene, og klik på Udfør. Hvis du vil afbilde resultaterne af den lineære diskriminante analyseeffektstørrelse, skal du klikke på LEfSe og Plot LEfSe Results og klikke på Udfør. For at plotte kladogrammet skal du vælge de relevante parameterværdier og klikke på Plot Cladogram and Execute.Hvis du vil afbilde en funktion, skal du vælge de relevante parameterværdier og klikke på Plot én funktion og Udfør. Hvis du vil afbilde differentielle funktioner, skal du vælge de relevante parameterværdier og klikke på knappen Afbild differentielle funktioner og Udfør. Her vises de lineære diskriminationsanalysescorer for mikrobielle samfund med signifikante forskelle i hver gruppe, bestemt ved at analysere de 16 S-ribosomale RNA-gensekvenser af tre prøver.I denne figur kan biomarkørerne med betydelige forskelle i artstræer mellem forskellige klassifikationsniveauer observeres. Cirklerne, der udstråler indefra og udefra, repræsenterer klassifikationsniveauerne fra phylum til slægt, hvor diameteren af hver artscirkel repræsenterer niveauet for overflod af hver klassifikation. Arten uden signifikante forskelle vises i gul, og de signifikant forskellige arter biomarkører er farvet for at matche de tilsvarende grupper.De tilsvarende artsnavne på de biomarkører, der er vist i plottet, er anført her. Her vises en repræsentant for overflodsbjælkeplot for en biomarkør, der viser forskelle mellem de forskellige grupper i henhold til de lineære diskriminerende analyseeffektstørrelsesresultater. Den faste linje repræsenterer den gennemsnitlige relative overflod, den prikkede linje repræsenterer den mediane relative overflod, og hver kolonne repræsenterer den relative overflod af hver prøve i forskellige grupper.Hovedkomponentanalyse kan også udføres, da dimensionalitetsuddannelsen er direkte relateret til datadimensionen, og det projicerede koordinatsystem er ortogonalt. Efterhånden som efterspørgslen efter højdimensionel dataanalyse stiger, vil denne metode hjælpe med at udforske biomarkørfunktioner af interesse.

Research

JoVE Journal

Genetics

Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data

Laser-assisted Cytoplasmic Microinjection in Livestock Zygotes

Laser-assisteret Cytoplasmatisk Mikroinjektion i Livestock Zygoter

Cytoplasmic microinjection into one-cell embryos is a very powerful technique. As an example, it enables the delivery of genome editing tools that can ...

Transcriptomic Analysis of C. elegans RNA Sequencing Data Through the Tuxedo Suite on the Galaxy Project

Transcriptomic Analysis of C. elegans RNA Sequencing Data Through the Tuxedo Suite on the Galaxy Project

Transkriptom Analyse af<em&gt; C</em&gt;.<em&gt; elegans</em&gt; RNA sekventering data via Tuxedo Suite på Galaxy-projektet

Next generation sequencing (NGS) technologies have revolutionized the nature of biological investigation. Of these, RNA Sequencing (RNA-Seq) has emerged ...

Bidirectional Retroviral Integration Site PCR Methodology and Quantitative Data Analysis Workflow

Tovejs Retroviral Integration Site PCR Metode og Quantitative Data Analysis Workflow

Integration Site (IS) assays are a critical component of the study of retroviral integration sites and their biological significance. In recent retroviral ...

Selection-dependent and Independent Generation of CRISPR/Cas9-mediated Gene Knockouts in Mammalian Cells

Udvælgelsesafhængig og uafhængig generering af CRISPR / Cas9-medierede Gene Knockouts i Pattedyrceller

The CRISPR/Cas9 genome engineering system has revolutionized biology by allowing for precise genome editing with little effort. Guided by a single guide ...

Sample Preparation and Analysis of RNASeq-based Gene Expression Data from Zebrafish

Forberedelse af prøver og analyser af RNASeq-baseret genekspression Data fra zebrafisk

The analysis of global gene expression changes is a valuable tool for identifying novel pathways underlying observed phenotypes. The zebrafish is an ...

Exploring the Root Microbiome: Extracting Bacterial Community Data from the Soil, Rhizosphere, and Root Endosphere

At udforske Root Microbiome: udtrække bakteriel Fællesskabets Data fra jord, rhizosfære og rod Endosphere

The intimate interaction between plant host and associated microorganisms is crucial in determining plant fitness, and can foster improved tolerance to ...

Informatic Analysis of Sequence Data from Batch Yeast 2-Hybrid Screens

IT analyse af sekvens Data fra Batch gær 2-Hybrid skærme

We have adapted the yeast 2-hybrid assay to simultaneously uncover dozens of transient and static protein interactions within a single screen utilizing ...

Single Droplet Digital Polymerase Chain Reaction for Comprehensive and Simultaneous Detection of Mutations in Hotspot Regions

Enkelt dråbe Digital Polymerase Chain Reaction for omfattende og samtidige påvisning af mutationer i Hotspot regioner

Droplet digital polymerase chain reaction (ddPCR) is a highly sensitive quantitative polymerase chain reaction (PCR) method based on sample fractionation ...

Investigation of the Transcriptional Role of a RUNX1 Intronic Silencer by CRISPR/Cas9 Ribonucleoprotein in Acute Myeloid Leukemia Cells

Investigation of the Transcriptional Role of a RUNX1 Intronic Silencer by CRISPR/Cas9 Ribonucleoprotein in Acute Myeloid Leukemia Cells

Undersøgelse af den transkriptionelle rolle af en RUNX1 intronic LYDDÆMPER af crispr/Cas9 ribonucleoprotein i akutte myeloid leukæmiceller

The bulk of the human genome (~98%) is comprised of non-coding sequences. Cis-regulatory elements (CREs) are non-coding DNA sequences that contain binding ...

Tomato Root Transformation Followed by Inoculation with Ralstonia Solanacearum for Straightforward Genetic Analysis of Bacterial Wilt Disease

Tomato Root Transformation Followed by Inoculation with Ralstonia Solanacearum for Straightforward Genetic Analysis of Bacterial Wilt Disease

Tomatrod Transformation Efterfulgt af podning med Ralstonia Solanacearum for ligetil genetisk analyse af bakteriel visnesygdom

Ralstonia solanacearum is a devastating soil borne vascular pathogen that can infect a large range of plant species, causing an important threat to ...