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

Dit werk werd ondersteund door een subsidie van Fundamental Research Funds voor de Central Public Welfare Research Institutes (TKS170205) en De Foundation for Development of Science and Technology, en Tianjin Research Institute for Water Transport Engineering (TIWTE), M.O.T. (KJFZJJ170201).

OPMERKING: Het protocol is afkomstig van en aangepast uit het onderzoek van Segata et al.3. De methode wordt op https://bitbucket.org/biobakery/biobakery/wiki/lefse gegeven.
1. Voorbereiding van het invoerbestand voor analyse
<ol><li>Bereid het invoerbestand (tabel 1) van LEfSe voor, dat eenvoudig kan worden gegenereerd door veel workflows8 of eerdere protocollen9 met de originele bestanden (voorbeeldbes...

<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>

Hier wordt het protocol voor de identificatie en karakterisering van biomarkers binnen verschillende groepen beschreven. Dit protocol kan eenvoudig worden aangepast voor andere monstertypen, zoals OTA's van micro-organismen. De statistische methode van LEfSe kan de karakteristieke micro-organismen in elke groep vinden (standaard is LDA >2), dat wil zeggen, de micro-organismen die overvloediger voorkomen in deze groep in vergelijking met de anderen12. LEfSe is beschikbaar in zowel native als web Li...

Biomarkers zijn biologische kenmerken die kunnen worden gemeten en kunnen wijzen op bepaalde verschijnselen zoals infectie, ziekte of omgeving. Onder hen kunnen functionele biomarkers specifieke biologische functies van afzonderlijke soorten zijn of gemeenschappelijk voor sommige soorten, zoals gen, eiwit, metaboliet en routes. Bovendien duiden taxonomische biomarkers op een ongewone soort, een groep organismen (koninkrijk, phylum, klasse, orde, familie, geslacht, soort), de Amplicon Sequence Varient (ASV)1 of de Operational Taxonomic Unit (OTU)2. Om biomarkers sneller en nauwkeuriger te vinden, is een tool voor het analyseren van de biologische gegevens noodzakelijk. De verschillen tussen klassen kunnen worden verklaard door LEfSe in combinatie met standaardtests voor statistische significantie en aanvullende tests die coderen voor biologische consistentie en effectrelevantie3. LEfSe is beschikbaar als galaxy-module, een conda-formule, een docker-image en opgenomen in bioBakery (VM en cloud)4. Over het algemeen maakt de analyse van microbiële diversiteit vaak gebruik van een niet-parametrische test voor de onzekere verdeling van een steekproefgemeenschap. De rangsomtest is een niet-parametrische testmethode, waarbij de rang van monsters wordt gebruikt om de waarde van monsters te vervangen. Afhankelijk van het verschil in monstergroepen kan het worden verdeeld in twee monsters met de Wilcoxon rank sum test en in meerdere samples met de Kruskal-Wallis test 5,6. Met name wanneer er significante verschillen zijn tussen meerdere groepen monsters, moet een rangsomtest van paarsgewijze vergelijking van meerdere monsters worden uitgevoerd. LDA (wat staat voor Linear Discriminant Analysis) uitgevonden door Ronald Fisher in 1936, is een vorm van supervised learning, ook bekend als Fisher's Linear Discriminant7. Het is een klassiek en populair algoritme in het huidige veld van machine learning datamining.
Hier is de LEfSe-test geoptimaliseerd door Conda- en Galaxy-servers. Drie groepen van 16S rRNA-gensequenties worden geanalyseerd om de significante verschillen tussen verschillende groepen aan te tonen met LDA-scores van microbiële gemeenschappen en visualisatieresultaten.

<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

Er is steeds meer aandacht voor gesloten biologische genomen in het milieu en in de gezondheid. Om de intergroepsverschillen tussen verschillende monsters of omgevingen te onderzoeken en te onthullen, is het cruciaal om biomarkers met statistische verschillen tussen groepen te ontdekken. De toepassing van Lineaire discriminante analyse Effect Size (LEfSe) kan helpen bij het vinden van goede biomarkers. Op basis van de originele genoomgegevens worden kwaliteitscontrole en kwantificering van verschillende sequenties op basis van taxa of genen uitgevoerd. Ten eerste werd de Kruskal-Wallis-rangtest gebruikt om onderscheid te maken tussen specifieke verschillen tussen statistische en biologische groepen. Vervolgens werd de Wilcoxon-rangtest uitgevoerd tussen de twee groepen die in de vorige stap waren verkregen om te beoordelen of de verschillen consistent waren. Ten slotte werd een lineaire discriminante analyse (LDA) uitgevoerd om de invloed van biomarkers op significant verschillende groepen te evalueren op basis van LDA-scores. Kortom, LEfSe bood het gemak voor het identificeren van genomische biomarkers die statistische verschillen tussen biologische groepen karakteriseren.

De LDA-scores van microbiële gemeenschappen met significante verschillen in elke groep door de 16S rRNA-gensequenties van drie monsters te analyseren, zijn weergegeven in figuur 8. De kleur van het histogram vertegenwoordigt verschillende groepen, terwijl de lengte de LDA-score vertegenwoordigt, wat de invloed is van de soort met significante verschillen tussen verschillende groepen. Het histogram toont de soort met significante verschillen waarvan de LDA-score groter is dan de vooraf inges...

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) is een hulpmiddel voor hoogdimensionale biomarkermijnbouw om genomische kenmerken (zoals genen, paden en taxonomieën) te identificeren die twee of meer groepen in microbioomgegevens aanzienlijk karakteriseren.

Geassisteerde selectie van biomarkers door lineaire discriminante analyse-effectgrootte (LEfSe) in microbioomgegevens

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

De toepassing van lineaire discriminante analyse-effectgrootte kan het probleem van het vinden van goede biomarkers met statistische verschillen tussen biologische groepen oplossen. Lineaire discriminante analyse-effectgrootte biedt een handige methode voor het identificeren van genomische biomarkers om statistische verschillen tussen biologische groepen te karakteriseren. Zorg ervoor dat u voorzichtig bent met elke stap van de procedure, omdat de uitkomst van elke voorgaande stap van invloed kan zijn op de volgende stap.Nadat u een invoerbestand voor de grootte van een lineair discriminantanalyse-effect hebt gegenereerd, voert u de opdrachten uit zoals aangegeven om de mogelijkheid van afhankelijkhedenconflicten uit te sluiten en een conda-omgeving te creëren voor lineaire discriminante analyse-effectgrootte. Gebruik de commando's zoals aangegeven om de gecreëerde omgeving te activeren en om lineaire discriminante analyse-effectgrootte te installeren met kanaal bioBakery. Als u gegevens wilt opmaken voor de grootte van het lineaire discriminante analyse-effect, voert u de opdracht uit om het oorspronkelijke bestand op te maken naar de indeling voor de grootte van het interne lineaire discriminante analyse-effect.Als u de grootte van het lineaire discriminante analyse-effect wilt berekenen, voert u de opdracht uit om een lineaire discriminante analyse uit te voeren en het resulterende gegevensbestand te genereren. Gebruik na de analyse de aangegeven opdrachten om de effectgrootte van de biomarkers in een PDF-bestand te plotten en om de soortenboom te tekenen om de biomarkers in een cladogram weer te geven. Als u de verschillen van een enkele biomarker tussen verschillende groepen wilt plotten, gebruikt u de opdracht zoals aangegeven.Alle functies kunnen desgewenst ook met behulp van het commando worden getekend. Voor online LEfSe-analyse met behulp van de Galaxy-server navigeert u naar de server. Als u de relevante bestanden wilt uploaden, klikt u op en kiest u lokaal bestand om de bestanden te selecteren.Selecteer vervolgens de tabelindeling en klik op Start. Als u de gegevens wilt opmaken voor de grootte van het lineaire discriminante analyse-effect, klikt u op LEfSe en Gegevens opmaken voor LEfSe, selecteert u de specifieke rijen voor klasse en klikt u op Uitvoeren. Als u de grootte van het lineaire discriminante analyse-effect wilt berekenen, klikt u op LEfSe- en LDA-effectgrootte.Selecteer de parameterwaarden op basis van de analysevereisten en klik op Uitvoeren. Als u de resultaten van de lineaire discriminante analyse-effectgrootte wilt plotten, klikt u op LEfSe- en LEfSe-resultaten plotten en klikt u op Uitvoeren. Als u het cladogram wilt plotten, selecteert u de juiste parameterwaarden en klikt u op Cladogram uitzetten en uitvoeren.Als u één object wilt plotten, selecteert u de juiste parameterwaarden en klikt u op Eén object plotten en uitvoeren. Als u differentiële kenmerken wilt plotten, selecteert u de juiste parameterwaarden en klikt u op de knop Differentiële kenmerken plotten en uitvoeren. Hier worden de lineaire discriminatieanalysescores van microbiële gemeenschappen met significante verschillen in elke groep, bepaald door de 16 S-ribosomale RNA-gensequenties van drie monsters te analyseren, getoond.In deze figuur kunnen de biomarkers met significante verschillen in soorten bomen tussen verschillende classificatieniveaus worden waargenomen. De cirkels die van binnen naar buiten uitstralen, vertegenwoordigen de classificatieniveaus van phylum tot geslacht, waarbij de diameter van elke soortcirkel het niveau van overvloed van elke classificatie vertegenwoordigt. De soorten zonder significante verschillen verschijnen in geel en de significant verschillende soorten biomarkers zijn gekleurd om overeen te komen met de overeenkomstige groepen.De overeenkomstige soortnamen van de biomarkers die in het waarnemingspunt zijn weergegeven, zijn hier vermeld. Hier wordt een representatief voor abundantiebalkplot voor één biomarker getoond die verschillen tussen de verschillende groepen laat zien volgens de resultaten van de lineaire discriminante analyse-effectgrootte. De ononderbroken lijn vertegenwoordigt de gemiddelde relatieve abundantie, de stippellijn vertegenwoordigt de mediane relatieve abundantie en elke kolom vertegenwoordigt de relatieve abundantie van elke steekproef in verschillende groepen.Hoofdcomponentenanalyse kan ook worden uitgevoerd, omdat de dimensionaliteitseducatie direct gerelateerd is aan de gegevensdimensie en het geprojecteerde coördinatensysteem orthogonaal is. Naarmate de vraag naar hoogdimensionale data-analyse toeneemt, zal deze methode helpen bij het verkennen van biomarkerkenmerken van belang.

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-assisted Cytoplasmatische Micro-injectie in Livestock Zygotes

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

Transcriptoom analyse<em&gt; C</em&gt;.<em&gt; elegans</em&gt; RNA Sequencing gegevens via de Tuxedo Suite op de Galaxy Project

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

Tweerichtings retrovirale integratie site PCR methodologie en kwantitatieve data analyse werkstroom

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

Selectieafhankelijke en onafhankelijke generatie van CRISPR / Cas9-gemedieerde Gene Knockouts in zoogdiercellen

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

Bereiding van de monsters en de analyse van de RNASeq gebaseerde gen expressie gegevens uit de zebravis

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

Verkennen van de wortel Microbiome: extraheren van gegevens van de bacteriële Gemeenschap uit de bodem, de rhizosfeer, en de wortel 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

Informatic analyse van sequencedata van Batch gist 2-Hybrid schermen

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

Één druppel digitale Polymerase-kettingreactie voor alomvattende en gelijktijdige detectie van mutaties in Hotspot regio 's

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

Onderzoek naar de transcriptionele rol van een RUNX1 Intronic geluiddemper door crispr/Cas9 Ribonucleoprotein in acute myeloïde leukemie cellen

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

Tomato Root Transformatie gevolgd door inenting met Ralstonia Solanacearum voor eenvoudige genetische analyse van bacteriële wilt ziekte

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