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

Ce travail a été soutenu par une subvention des Fonds de recherche fondamentale pour les Instituts centraux de recherche sur le bien-être public (TKS170205) et la Fondation pour le développement de la science et de la technologie, et de l’Institut de recherche de Tianjin pour l’ingénierie du transport par eau (TIWTE), M.O.T. (KJFZJJ170201).

NOTE: Le protocole provient et a été modifié à partir des recherches de Segata et al.3. La méthode est fournie à https://bitbucket.org/biobakery/biobakery/wiki/lefse.
1. Préparation du fichier d’entrée pour analyse
<ol><li>Préparez le fichier d’entrée (Tableau 1) de LEfSe, qui pourrait être facilement généré par de nombreux workflows8 ou protocoles précédents9 avec les fichiers d’or...

<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>

Ici, le protocole pour l’identification et la caractérisation des biomarqueurs au sein de différents groupes est décrit. Ce protocole peut facilement être adapté à d’autres types d’échantillons, tels que les OTU de micro-organismes. La méthode statistique de LEfSe permet de trouver les micro-organismes caractéristiques dans chaque groupe (la valeur par défaut est LDA >2), c’est-à-dire les micro-organismes les plus abondants dans ce groupe par rapport aux autres12. LEfSe est disp...

Les biomarqueurs sont des caractéristiques biologiques qui peuvent être mesurées et peuvent indiquer certains phénomènes tels que l’infection, la maladie ou l’environnement. Parmi eux, les biomarqueurs fonctionnels peuvent être des fonctions biologiques spécifiques d’une seule espèce ou communes à certaines espèces, telles que les gènes, les protéines, les métabolites et les voies. En outre, les biomarqueurs taxonomiques indiquent une espèce inhabituelle, un groupe d’organismes (règne, embranchement, classe, ordre, famille, genre, espèce), la variation de séquence amplicon (ASV)1 ou l’unité taxonomique opérationnelle (OTU)2. Afin de trouver des biomarqueurs plus rapidement et avec plus de précision, un outil d’analyse des données biologiques est nécessaire. Les différences entre les classes peuvent être expliquées par LEfSe couplé à des tests standard de signification statistique et à des tests supplémentaires codant pour la cohérence biologique et la pertinence de l’effet3. LEfSe est disponible sous la forme d’un module galaxie, d’une formule conda, d’une image docker et inclus dans bioBakery (VM et cloud)4. En général, l’analyse de la diversité microbienne utilise souvent un test non paramétrique pour la distribution incertaine d’une communauté d’échantillons. Le test de somme de rang est une méthode de test non paramétrique, qui utilise le rang des échantillons pour remplacer la valeur des échantillons. Selon la différence des groupes d’échantillons, il peut être divisé en deux échantillons avec le test de somme de rang de Wilcoxon et en plusieurs échantillons avec le test de Kruskal-Wallis 5,6. Notamment, lorsqu’il existe des différences significatives entre plusieurs groupes d’échantillons, un test de somme de rang de comparaison par paires de plusieurs échantillons devrait être effectué. LDA (qui signifie Linear Discriminant Analysis) inventé par Ronald Fisher en 1936, est un type d’apprentissage supervisé, également connu sous le nom de Fisher’s Linear Discriminant7. Il s’agit d’un algorithme classique et populaire dans le domaine actuel de l’exploration de données d’apprentissage automatique.
Ici, le test LEfSe a été optimisé par les serveurs Conda et Galaxy. Trois groupes de séquences de gènes d’ARNr 16S sont analysés pour démontrer les différences significatives entre les différents groupes ayant des scores LDA de communautés microbiennes et des résultats de visualisation.

<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

On s’intéresse de plus en plus aux génomes biologiques fermés dans l’environnement et dans la santé. Pour explorer et révéler les différences entre les groupes entre différents échantillons ou environnements, il est crucial de découvrir des biomarqueurs avec des différences statistiques entre les groupes. L’application de l’analyse discriminante linéaire Effect Size (LEfSe) peut aider à trouver de bons biomarqueurs. Sur la base des données génomiques originales, le contrôle de la qualité et la quantification de différentes séquences basées sur des taxons ou des gènes sont effectués. Tout d’abord, le test de rang de Kruskal-Wallis a été utilisé pour distinguer les différences spécifiques entre les groupes statistiques et biologiques. Ensuite, le test de rang de Wilcoxon a été effectué entre les deux groupes obtenus à l’étape précédente pour évaluer si les différences étaient cohérentes. Enfin, une analyse discriminante linéaire (LDA) a été menée pour évaluer l’influence des biomarqueurs sur des groupes significativement différents en fonction des scores LDA. Pour résumer, LEfSe a fourni la commodité pour identifier les biomarqueurs génomiques qui caractérisent les différences statistiques entre les groupes biologiques.

Les scores LDA des communautés microbiennes avec des différences significatives dans chaque groupe en analysant les séquences de gènes d’ARNr 16S de trois échantillons sont illustrés à la figure 8. La couleur de l’histogramme représente différents groupes, tandis que la longueur représente le score LDA, qui est l’influence de l’espèce avec des différences significatives entre les différents groupes. L’histogramme montre les espèces présentant des différences signifi...

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) est un outil d’exploration de biomarqueurs de haute dimension pour identifier les caractéristiques génomiques (telles que les gènes, les voies et les taxonomies) qui caractérisent de manière significative deux groupes ou plus dans les données du microbiome.

Sélection assistée de biomarqueurs par taille d’effet d’analyse discriminante linéaire (LEfSe) dans les données du microbiome

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

L’application de la taille de l’effet de l’analyse discriminante linéaire peut résoudre le problème de la recherche de bons biomarqueurs avec des différences statistiques entre les groupes biologiques. La taille de l’effet de l’analyse discriminante linéaire fournit une méthode pratique pour identifier les biomarqueurs génomiques afin de caractériser les différences statistiques entre les groupes biologiques. Assurez-vous de faire attention à chaque étape de la procédure, car le résultat de chaque étape précédente peut affecter l’étape suivante.Après avoir généré un fichier d’entrée de taille d’effet d’analyse discriminante linéaire, exécutez les commandes comme indiqué pour exclure la possibilité de conflit de dépendances et créer un environnement conda pour la taille de l’effet d’analyse discriminante linéaire. Utilisez les commandes indiquées pour activer l’environnement créé et installer la taille de l’effet d’analyse discriminante linéaire avec le canal bioBakery. Pour mettre en forme les données pour la taille de l’effet d’analyse discriminante linéaire, exécutez la commande pour mettre en forme le fichier d’origine au format interne de taille d’effet d’analyse discriminante linéaire interne.Pour calculer la taille de l’effet d’analyse discriminante linéaire, exécutez la commande pour effectuer une analyse discriminante linéaire et générer le fichier de données résultant. Après l’analyse, utilisez les commandes indiquées pour tracer l’ampleur de l’effet des biomarqueurs dans un fichier PDF et pour dessiner l’arbre des espèces afin d’afficher les biomarqueurs dans un cladogramme. Pour tracer les différences d’un seul biomarqueur entre différents groupes, utilisez la commande comme indiqué.Toutes les caractéristiques peuvent également être dessinées à l’aide de la commande si vous le souhaitez. Pour l’analyse LEfSe en ligne à l’aide du serveur Galaxy, accédez au serveur. Pour télécharger les fichiers appropriés, cliquez dessus et choisissez le fichier local pour sélectionner les fichiers.Ensuite, sélectionnez le format tabulaire et cliquez sur Démarrer. Pour mettre en forme les données pour la taille de l’effet d’analyse discriminante linéaire, cliquez sur LEfSe et Format des données pour LEfSe, sélectionnez les lignes spécifiques pour la classe, puis cliquez sur Exécuter. Pour calculer la taille de l’effet d’analyse discriminante linéaire, cliquez sur Taille de l’effet LEfSe et LDA.Sélectionnez les valeurs des paramètres en fonction des exigences d’analyse, puis cliquez sur Exécuter. Pour tracer les résultats de la taille de l’effet d’analyse discriminante linéaire, cliquez sur LEfSe et Tracer les résultats LEfSe, puis cliquez sur Exécuter. Pour tracer le cladogramme, sélectionnez les valeurs de paramètre appropriées et cliquez sur Tracer le cladogramme et Exécuter.Pour tracer une fonction, sélectionnez les valeurs de paramètre appropriées et cliquez sur Tracer une fonction et Exécuter. Pour tracer des fonctions différentielles, sélectionnez les valeurs de paramètre appropriées et cliquez sur le bouton Tracer les fonctions différentielles et Exécuter. Ici, les scores d’analyse de discrimination linéaire des communautés microbiennes avec des différences significatives dans chaque groupe, déterminés en analysant les 16 séquences de gènes d’ARN S-ribosomique de trois échantillons, sont montrés.Dans cette figure, les biomarqueurs avec des différences significatives dans les arbres d’espèces entre les différents niveaux de classification peuvent être observés. Les cercles rayonnant de l’intérieur vers l’extérieur représentent les niveaux de classification du phylum au genre, le diamètre de chaque cercle d’espèce représentant le niveau d’abondance de chaque classification. Les espèces sans différences significatives apparaissent en jaune, et les biomarqueurs d’espèces significativement différents sont colorés pour correspondre aux groupes correspondants.Les noms d’espèces correspondants des biomarqueurs présentés dans le graphique sont énumérés ici. Ici, un diagramme représentatif de la barre d’abondance pour un biomarqueur qui montre les différences entre les différents groupes en fonction des résultats de l’analyse discriminante linéaire de la taille de l’effet est montré. La ligne continue représente l’abondance relative moyenne, la ligne pointillée représente l’abondance relative médiane et chaque colonne représente l’abondance relative de chaque échantillon dans différents groupes.L’analyse en composantes principales peut également être effectuée, car l’enseignement de la dimensionnalité est directement lié à la dimension des données et le système de coordonnées projeté est orthogonal. À mesure que la demande d’analyse de données de haute dimension augmente, cette méthode aidera à explorer les caractéristiques des biomarqueurs d’intérêt.

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

Cytoplasmique microinjection dans zygotes Bétail assistée par laser

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

Recherche

Génétique

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

Analyse transcriptomique de<em&gt; C</em&gt;.<em&gt; elegans</em&gt; RNA séquençage des données par le Tuxedo Suite sur le projet Galaxy

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

Site d&#39;intégration bidirectionnel Retroviral Méthodologie PCR et analyse de données quantitatives 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

Génération indépendante et dépendante de la sélection de CRISPR / Cas9-Meded Knockouts dans les cellules de mammifères

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

Préparation des échantillons et l’analyse des données sur l’Expression génique à base RNASeq de poisson-zèbre

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

Explorant le Microbiome racine : extraire les données de la communauté bactérienne du sol, rhizosphère et racine endosphère

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

Analyse informatique des données de séquence d’écrans de 2-hybride de levure lot

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

Seule goutte numérique PCR pour la détection complète et simultanée des Mutations dans les régions de Hotspot

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

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

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

Transformation des racines de tomate suivie de l’inoculation avec Ralstonia Solanacearum pour l’analyse génétique directe de la maladie bactérienne de wilt

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