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

Questo lavoro è stato sostenuto da una sovvenzione dei Fondi di ricerca fondamentale per gli Istituti centrali di ricerca sul benessere pubblico (TKS170205) e la Fondazione per lo sviluppo della scienza e della tecnologia e dell'Istituto di ricerca di Tianjin per l'ingegneria del trasporto idrico (TIWTE), M.O.T. (KJFZJJ170201).

NOTA: Il protocollo è stato originato e modificato dalla ricerca di Segata et al.3. Il metodo è fornito in https://bitbucket.org/biobakery/biobakery/wiki/lefse.
1. Preparazione del file di input per l'analisi
<ol><li>Preparare il file di input (Tabella 1) di LEfSe, che potrebbe essere facilmente generato da molti flussi di lavoro8 o protocolli precedenti9 con i file originali (file di esempio e file di...

<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>

Qui viene descritto il protocollo per l'identificazione e la caratterizzazione dei biomarcatori all'interno di diversi gruppi. Questo protocollo può essere facilmente adattato ad altri tipi di campioni, come le OTU di microrganismi. Il metodo statistico di LEfSe può trovare i microrganismi caratteristici in ciascun gruppo (il default è LDA >2), cioè i microrganismi che sono più abbondanti in questo gruppo rispetto agli altri12. LEfSe è disponibile sia in versione nativa che web Linux in cui ...

I biomarcatori sono caratteristiche biologiche che possono essere misurate e possono indicare alcuni fenomeni come infezioni, malattie o ambiente. Tra questi, i biomarcatori funzionali possono essere funzioni biologiche specifiche di singole specie o comuni ad alcune specie, come geni, proteine, metaboliti e percorsi. Inoltre, i biomarcatori tassonomici indicano una specie insolita, un gruppo di organismi (regno, phylum, classe, ordine, famiglia, genere, specie), l'Amplicon Sequence Varient (ASV)1 o l'Operational Taxonomic Unit (OTU)2. Per trovare i biomarcatori in modo più rapido e accurato, è necessario uno strumento per analizzare i dati biologici. Le differenze tra le classi possono essere spiegate da LEfSe abbinato a test standard per la significatività statistica e test aggiuntivi che codificano la coerenza biologica e la rilevanza dell'effetto3. LEfSe è disponibile come modulo galattico, formula conda, immagine docker e incluso in bioBakery (VM e cloud)4. Generalmente, l'analisi della diversità microbica utilizza spesso un test non parametrico per la distribuzione incerta di una comunità campione. Il test rank sum è un metodo di test non parametrico, che utilizza il rango dei campioni per sostituire il valore dei campioni. In base alla differenza dei gruppi di campioni, può essere diviso in due campioni con il test di somma di rango di Wilcoxon e in più campioni con il test di Kruskal-Wallis 5,6. In particolare, quando ci sono differenze significative tra più gruppi di campioni, è necessario eseguire un test di rango di confronto a coppie di più campioni. LDA (che sta per Linear Discriminant Analysis) inventato da Ronald Fisher nel 1936, è un tipo di apprendimento supervisionato, noto anche come Fisher's Linear Discriminant7. È un algoritmo classico e popolare nell'attuale campo del data mining di machine learning.
Qui, il test LEfSe è stato ottimizzato dai server Conda e Galaxy. Tre gruppi di sequenze di geni rRNA 16S vengono analizzati per dimostrare le differenze significative tra i diversi gruppi con punteggi LDA di comunità microbiche e risultati di visualizzazione.

<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

C'è una crescente attenzione verso i genomi biologici chiusi nell'ambiente e nella salute. Per esplorare e rivelare le differenze tra i diversi campioni o ambienti, è fondamentale scoprire biomarcatori con differenze statistiche tra i gruppi. L'applicazione dell'analisi lineare discriminante Effect Size (LEfSe) può aiutare a trovare buoni biomarcatori. Sulla base dei dati del genoma originale, vengono effettuati il controllo di qualità e la quantificazione di diverse sequenze basate su taxa o geni. In primo luogo, il test di rango di Kruskal-Wallis è stato utilizzato per distinguere tra differenze specifiche tra gruppi statistici e biologici. Quindi, è stato eseguito il test di rango di Wilcoxon tra i due gruppi ottenuti nella fase precedente per valutare se le differenze erano coerenti. Infine, è stata condotta un'analisi discriminante lineare (LDA) per valutare l'influenza dei biomarcatori su gruppi significativamente diversi in base ai punteggi LDA. Per riassumere, LEfSe ha fornito la comodità per identificare i biomarcatori genomici che caratterizzano le differenze statistiche tra i gruppi biologici.

I punteggi LDA delle comunità microbiche con differenze significative in ciascun gruppo analizzando le sequenze del gene rRNA 16S di tre campioni sono mostrati nella Figura 8. Il colore dell'istogramma rappresenta diversi gruppi, mentre la lunghezza rappresenta il punteggio LDA, che è l'influenza della specie con differenze significative tra i diversi gruppi. L'istogramma mostra le specie con differenze significative il cui punteggio LDA è maggiore del valore preimpostato. Il valore prede...

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) è uno strumento per l'estrazione di biomarcatori ad alta dimensione per identificare caratteristiche genomiche (come geni, percorsi e tassonomie) che caratterizzano in modo significativo due o più gruppi nei dati del microbioma.

Selezione assistita di biomarcatori mediante LEfSe (Linear Discriminant Analysis Effect Size) nei dati del microbioma

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

L'applicazione della dimensione dell'effetto di analisi discriminante lineare può risolvere il problema di trovare buoni biomarcatori con differenze statistiche tra gruppi biologici. La dimensione dell'effetto di analisi discriminante lineare fornisce un metodo conveniente per identificare i biomarcatori genomici per caratterizzare le differenze statistiche tra i gruppi biologici. Assicurati di fare attenzione ad ogni fase della procedura, perché il risultato di ogni passaggio precedente può influire sul passaggio successivo.Dopo aver generato un file di input per la dimensione dell'effetto di analisi discriminante lineare, eseguire i comandi come indicato per escludere la possibilità di conflitti di dipendenze e creare un ambiente conda per la dimensione dell'effetto di analisi discriminante lineare. Utilizzare i comandi come indicato per attivare l'ambiente creato e per installare l'analisi discriminante lineare dell'effetto di dimensione con canale bioBakery. Per formattare i dati per la dimensione dell'effetto di analisi discriminante lineare, eseguite il comando per formattare il file originale nel formato di dimensione dell'effetto discriminante lineare interno.Per calcolare la dimensione dell'effetto di analisi discriminante lineare, eseguire il comando per eseguire un'analisi discriminante lineare e generare il file di dati risultante. Dopo l'analisi, utilizzare i comandi come indicato per tracciare la dimensione dell'effetto dei biomarcatori in un file PDF e per disegnare l'albero delle specie per visualizzare i biomarcatori in un cladogramma. Per tracciare le differenze di un singolo biomarcatore tra diversi gruppi, utilizzare il comando come indicato.Tutte le feature possono anche essere disegnate utilizzando il comando, se lo si desidera. Per l'analisi LEfSe online utilizzando il server Galaxy, vai al server. Per caricare i file pertinenti, fare clic su su e Scegliere il file locale per selezionare i file.Quindi, selezionare il formato tabulare e fare clic su Avvia. Per formattare i dati per la dimensione dell'effetto di analisi discriminante lineare, fare clic su LEfSe e Su Formatta dati per LEfSe, selezionare le righe specifiche per la classe e fare clic su Esegui. Per calcolare la dimensione dell'effetto di analisi discriminante lineare, fate clic su LEfSe e Dimensione effetto LDA.Selezionare i valori dei parametri in base ai requisiti di analisi e fare clic su Esegui. Per tracciare i risultati delle dimensioni dell'effetto di analisi discriminante lineare, fate clic su LEfSe e Traccia risultati LEfSe e fate clic su Esegui (Execute). Per tracciare il cladogramma, selezionate i valori dei parametri appropriati e fate clic su Traccia cladogramma (Plot Cladogram) ed Esegui (Execute).Per tracciare una feature, selezionate i valori dei parametri appropriati e fate clic su Stampa una feature (Plot One Feature) ed Esegui (Execute). Per tracciare le feature differenziali, selezionate i valori dei parametri appropriati e fate clic sul pulsante Traccia feature differenziali (Plot Differential Features and Execute). Qui, vengono mostrati i punteggi di analisi della discriminazione lineare delle comunità microbiche con differenze significative in ciascun gruppo, determinati analizzando le 16 sequenze geniche di RNA S-ribosomiale di tre campioni.In questa figura, si possono osservare i biomarcatori con differenze significative negli alberi delle specie tra diversi livelli di classificazione. I cerchi che si irradiano dall'interno verso l'esterno rappresentano i livelli di classificazione dal phylum al genere, con il diametro di ciascun cerchio di specie che rappresenta il livello di abbondanza di ciascuna classificazione. Le specie senza differenze significative appaiono in giallo e i biomarcatori di specie significativamente diversi sono colorati per corrispondere ai gruppi corrispondenti.I nomi delle specie corrispondenti dei biomarcatori mostrati nella trama sono elencati qui. Qui, viene mostrato un grafico a barre rappresentative dell'abbondanza per un biomarcatore che mostra le differenze tra i diversi gruppi in base ai risultati delle dimensioni dell'effetto discriminante lineare dell'analisi. La linea continua rappresenta l'abbondanza relativa media, la linea tratteggiata rappresenta l'abbondanza relativa mediana e ogni colonna rappresenta l'abbondanza relativa di ciascun campione in diversi gruppi.È anche possibile eseguire l'analisi dei componenti principali, poiché l'educazione alla dimensionalità è direttamente correlata alla dimensione dei dati e il sistema di coordinate proiettato è ortogonale. Con l'aumento della domanda di analisi dei dati ad alta dimensione, questo metodo aiuterà nell'esplorazione delle caratteristiche dei biomarcatori di 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-assistita citoplasmatica microiniezione nel bestiame zigoti

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

Ricerca

Genetica

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

Analisi trascrittomica di<em&gt; C</em&gt;.<em&gt; elegans</em&gt; RNA Sequencing dati attraverso la suite Tuxedo sul Progetto 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

Sistema di integrazione bidirezionale retrovirale Metodo PCR e flusso di lavoro analitico dei dati quantitativi

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

Selezione-dipendente e generazione indipendente di CRISPR / Cas9-mediata Gene Knockouts nelle cellule di mammiferi

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

Preparazione dei campioni e analisi dei dati di espressione genica basati su RNASeq dallo Zebrafish

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

Esplorare il microbioma radice: estrazione dei dati di comunità batteriche dal suolo e la rizosfera radice 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

Informatica analisi dei dati di sequenza da Batch lievito ibrido 2 schermi

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

Singola goccia digitale Polymerase Chain Reaction per rilevazione completa e simultanea delle mutazioni nelle regioni di 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

Indagine sul ruolo trascrizionale di un silenziatore intronico RUNX1 di CRISPR/Cas9 Ribonucleoprotein acuta

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

Trasformazione della radice di pomodoro seguita da inoculazione con Ralstonia Solanacearum per un'analisi genetica diretta della malattia batterica di Wilt

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