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

Este trabalho foi apoiado por uma bolsa do Fundamental Research Funds para os Institutos Centrais de Pesquisa em Bem-Estar Público (TKS170205) e fundação para o desenvolvimento de ciência e tecnologia, e do Tianjin Research Institute for Water Transport Engineering (TIWTE), M.O.T. (KJFZJJ170201).

NOTA: O protocolo foi originado e modificado a partir da pesquisa de Segata et al.3. O método é fornecido em https://bitbucket.org/biobakery/biobakery/wiki/lefse.
1. Preparação do arquivo de entrada para análise
<ol><li>Prepare o arquivo de entrada (Tabela 1) do LEfSe, que poderia ser facilmente gerado por muitos fluxos de trabalho8 ou protocolos anteriores9 com os arquivos originais (arquivo de amo...

<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>

Aqui, descreve-se o protocolo de identificação e caracterização de biomarcadores em diferentes grupos. Este protocolo pode ser facilmente adaptado para outros tipos de amostra, como OTUs de microrganismos. O método estatístico da LEfSe pode encontrar os microrganismos característicos em cada grupo (padrão é LDA >2), ou seja, os microrganismos que são mais abundantes neste grupo em relação aos outros12. O LEfSe está disponível em versões nativas e web Linux, onde os usuários também...

Biomarcadores são características biológicas que podem ser medidas e podem indicar alguns fenômenos como infecção, doença ou ambiente. Entre eles, biomarcadores funcionais podem ser funções biológicas específicas de espécies únicas ou comuns a algumas espécies, como gene, proteína, metabólito e caminhos. Além disso, biomarcadores taxonômicos indicam uma espécie incomum, um grupo de organismos (reino, filo, classe, ordem, família, gênero, espécie), a Sequência Despíope Varient (ASV)1, ou a Unidade Taxonômica Operacional (OTU)2. Para encontrar biomarcadores de forma mais rápida e precisa, é necessária uma ferramenta para analisar os dados biológicos. As diferenças entre as classes podem ser explicadas pelo LEfSe, juntamente com testes padrão de significância estatística e testes adicionais codificando a consistência biológica e a relevância do efeito3. LEfSe está disponível como um módulo de galáxia, uma fórmula conda, uma imagem docker, e incluído no bioBakery (VM e cloud)4. Geralmente, a análise da diversidade microbiana muitas vezes utiliza um teste não paramétrico para a distribuição incerta de uma comunidade amostral. O teste de soma de classificação é um método de teste não paramétrico, que utiliza a classificação de amostras para substituir o valor das amostras. De acordo com a diferença de grupos amostrais, ele pode ser dividido em duas amostras com o teste de soma de classificação wilcoxon e em várias amostras com o teste de Kruskal-Wallis 5,6. Notavelmente, quando há diferenças significativas entre vários grupos de amostras, deve ser realizado um teste de classificação de comparação em pares de múltiplas amostras. LDA (que significa Análise Discriminante Linear) inventada por Ronald Fisher em 1936, é um tipo de aprendizado supervisionado, também conhecido como Fisher's Linear Discriminant7. É um algoritmo clássico e popular no campo atual da mineração de dados de aprendizado de máquina.
Aqui, o ensaio LEfSe foi otimizado pelos servidores Conda e Galaxy. Três grupos de sequências genéticas de rRNA 16S são analisados para demonstrar as diferenças significativas entre diferentes grupos com escores de LDA de comunidades microbianas e resultados de visualização.

<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

Há uma atenção crescente para genomas biológicos fechados no meio ambiente e na saúde. Para explorar e revelar as diferenças entre diferentes amostras ou ambientes, é crucial descobrir biomarcadores com diferenças estatísticas entre os grupos. A aplicação do Linear discriminant analysis Effect Size (LEfSe) pode ajudar a encontrar bons biomarcadores. Com base nos dados originais do genoma, o controle de qualidade e a quantificação de diferentes sequências baseadas em taxas ou genes são realizados. Primeiro, o teste de classificação Kruskal-Wallis foi utilizado para distinguir entre diferenças específicas entre grupos estatísticos e biológicos. Em seguida, foi realizado o teste de classificação de Wilcoxon entre os dois grupos obtidos na etapa anterior para avaliar se as diferenças eram consistentes. Finalmente, foi realizada uma análise discriminante linear (LDA) para avaliar a influência dos biomarcadores em grupos significativamente diferentes com base nos escores de LDA. Resumindo, a LEfSe proporcionou a conveniência de identificar biomarcadores genômicos que caracterizam diferenças estatísticas entre grupos biológicos.

Os escores de LDA de comunidades microbianas com diferenças significativas em cada grupo, analisando as sequências genéticas de rRNA 16S de três amostras, são mostrados na Figura 8. A cor do histograma representa diferentes grupos, enquanto o comprimento representa a pontuação LDA, que é a influência da espécie com diferenças significativas entre diferentes grupos. O histograma mostra a espécie com diferenças significativas cujo escore de LDA é maior do que o valor predefinido....

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) é uma ferramenta para mineração biomarcadora de alta dimensão para identificar características genômicas (como genes, caminhos e taxonomias) que caracterizam significativamente dois ou mais grupos em dados de microbioma.

Seleção Assistida de Biomarcadores por Tamanho de Efeito de Análise Discriminante Linear (LEfSe) em dados de microbioma

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

A aplicação do tamanho do efeito de análise discriminante linear pode resolver o problema de encontrar bons biomarcadores com diferenças estatísticas entre grupos biológicos. O tamanho do efeito de análise discriminante linear fornece um método conveniente para identificar biomarcadores genômicos para caracterizar diferenças estatísticas entre grupos biológicos. Certifique-se de tomar cuidado com cada etapa do procedimento, pois o resultado de cada etapa anterior pode afetar a etapa subsequente.Depois de gerar um arquivo de entrada de efeito de análise discriminante linear, execute os comandos conforme indicado para excluir a possibilidade de conflitos de dependências e criar um ambiente conda para o tamanho do efeito de análise discriminante linear. Use os comandos conforme indicado para ativar o ambiente criado e para instalar o tamanho do efeito de análise discriminante linear com o bioBakery do canal. Para formatar dados para o tamanho do efeito de análise discriminante linear, execute o comando para formatar o arquivo original para o formato de tamanho de efeito de análise linear linear interno.Para calcular o tamanho do efeito de análise discriminante linear, execute o comando para realizar uma análise discriminante linear e para gerar o arquivo de dados resultante. Após a análise, use os comandos conforme indicado para traçar o tamanho do efeito dos biomarcadores em um arquivo PDF e desenhar a árvore da espécie para exibir os biomarcadores em um cladograma. Para traçar as diferenças de um único biomarcador entre diferentes grupos, use o comando conforme indicado.Todos os recursos também podem ser desenhados usando o comando, se desejar. Para análise lEfSe on-line usando o servidor Galaxy, navegue até o servidor. Para carregar os arquivos relevantes, clique para cima e escolha arquivo local para selecionar os arquivos.Em seguida, selecione o formato tabular e clique em Iniciar. Para formatar os dados para o tamanho do efeito de análise discriminante linear, clique em LEfSe e Format data para LEfSe, selecione as linhas específicas para classe e clique em Executar. Para calcular o tamanho do efeito de análise discriminante linear, clique em LEfSe e tamanho do efeito LDA.Selecione os valores do parâmetro de acordo com os requisitos de análise e clique em Executar. Para traçar os resultados do tamanho do efeito de análise discriminante linear, clique em LEfSe e Plot LEfSe Results e clique em Executar. Para traçar o cladograma, selecione os valores de parâmetro apropriados e clique em Plot Cladogram e Execute.Para traçar um recurso, selecione os valores de parâmetro apropriados e clique em Plot One Feature e Execute. Para traçar recursos diferenciais, selecione os valores de parâmetro apropriados e clique em Recursos diferenciais de enredo e execute o botão Executar. Aqui, mostra-se a análise de discriminação linear de comunidades microbianas com diferenças significativas em cada grupo, determinada pela análise das 16 sequências genéticas de RNA S-ribossômicos de três amostras.Neste número, podem ser observados os biomarcadores com diferenças significativas nas espécies entre diferentes níveis de classificação. Os círculos irradiados de dentro para fora representam os níveis de classificação do filo ao gênero, com o diâmetro de cada círculo de espécies representando o nível de abundância de cada classificação. As espécies sem diferenças significativas aparecem em amarelo, e os biomarcadores de espécies significativamente diferentes são coloridos para coincidir com os grupos correspondentes.Os nomes das espécies correspondentes dos biomarcadores mostrados na trama estão listados aqui. Aqui, um representante de gráfico de barras de abundância para um biomarcador que mostra diferenças entre os diferentes grupos de acordo com os resultados do tamanho do efeito de análise discriminante linear é mostrado. A linha sólida representa a abundância relativa média, a linha pontilhada representa a abundância relativa mediana, e cada coluna representa a abundância relativa de cada amostra em diferentes grupos.A análise dos componentes principais também pode ser realizada, pois a educação dimensional está diretamente relacionada à dimensão dos dados, e o sistema de coordenadas projetado é ortogonal. À medida que a demanda por análise de dados de alta dimensão aumenta, esse método ajudará na exploração de características de interesse biomarcadores.

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

Citoplasmática microinjeção no gado zigotos assistida 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 ...

Genética

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

Análise transcriptomic de<em&gt; C</em&gt;.<em&gt; elegans</em&gt; RNA Sequenciação de dados através da Suíte Tuxedo no Projeto 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

Método de Implementação de Retroviral Bidirecional e Metodologia de PCR e Análise Quantitativa de Dados 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

Geração independente dependente da seleção e de genes independentes de CRISPR / Cas9 em células de mamíferos

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

Preparação da amostra e análise de dados da expressão do Gene RNASeq-baseado de 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

Explorando o microbioma da raiz: extraindo dados da comunidade bacteriana do solo

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

Análise informática de dados da sequência do lote levedura híbrida-2 telas

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

Reação em Cadeia da Polimerase Digital de Gota Única para Detecção Abrangente e Simultânea de Mutações em Regiões 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

Investigação do papel transcricional de um silenciador intrônico RUNX1 por crispr/Cas9 Ribonucleoproteína em células de leucemia mielóide aguda

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

Transformação da Raiz do Tomate Seguida de Inoculação com Ralstonia Solanacearum para Análise Genética Direta da Doença de Wilt Bacteriano

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