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

Detta arbete stöddes av ett bidrag från fundamentala forskningsfonder för Central Public Welfare Research Institutes (TKS170205) och Foundation for Development of Science and Technology, och Tianjin Research Institute for Water Transport Engineering (TIWTE), M.O.T. (KJFZJJ170201).

OBS: Protokollet hämtades och modifierades från forskningen i Segata et al.3. Metoden tillhandahålls vid https://bitbucket.org/biobakery/biobakery/wiki/lefse.
1. Förberedelse av indatafil för analys
<ol><li>Förbered indatafilen (tabell 1) för LEfSe, som enkelt kan genereras av många arbetsflöden8 eller tidigare protokoll9 med originalfilerna (exempelfil och motsvarande artanteckningsfil).</li>
<...

<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>

Här beskrivs protokollet för identifiering och karakterisering av biomarkörer inom olika grupper. Detta protokoll kan enkelt anpassas för andra provtyper, såsom OTU av mikroorganismer. Den statistiska metoden med LEfSe kan hitta de karakteristiska mikroorganismerna i varje grupp (standard är LDA >2), det vill säga de mikroorganismer som är rikligare i denna grupp i förhållande till de andra12. LEfSe finns i både inbyggda och webb-Linux-versioner där användare också kan utföra LEfSe-...

Biomarkörer är biologiska egenskaper som kan mätas och kan indikera vissa fenomen som infektion, sjukdom eller miljö. Bland dem kan funktionella biomarkörer vara specifika biologiska funktioner hos enstaka arter eller gemensamma för vissa arter, såsom gen, protein, metabolit och vägar. Dessutom indikerar taxonomiska biomarkörer en ovanlig art, en grupp organismer (rike, fylum, klass, ordning, familj, släkt, art), Amplicon Sequence Varient (ASV)1 eller Operational Taxonomic Unit (OTU)2. För att hitta biomarkörer snabbare och mer exakt är ett verktyg för att analysera biologiska data nödvändigt. Skillnaderna mellan klasserna kan förklaras av LEfSe i kombination med standardtester för statistisk signifikans och ytterligare tester som kodar för biologisk konsistens och effektrelevans3. LEfSe är tillgänglig som en galaxmodul, en conda-formel, en docker-avbildning och ingår i bioBakery (VM och moln)4. I allmänhet använder analysen av mikrobiell mångfald ofta ett icke-parametriskt test för den osäkra fördelningen av ett provsamhälle. Rangsummatestet är en icke-parametrisk testmetod, som använder rangordningen av prover för att ersätta värdet på proverna. Enligt skillnaden i provgrupper kan den delas in i två prover med Wilcoxon rank sum test och i flera prover med Kruskal-Wallis test 5,6. När det finns signifikanta skillnader mellan flera grupper av prover bör ett rangsummatest av parvis jämförelse av flera prover utföras. LDA (som står för Linear Discriminant Analysis) uppfunnet av Ronald Fisher 1936, är en typ av övervakat lärande, även känt som Fisher's Linear Discriminant7. Det är en klassisk och populär algoritm inom det nuvarande området för maskininlärningsdatautvinning.
Här har LEfSe-analysen optimerats av Conda- och Galaxy-servrar. Tre grupper av 16S rRNA-gensekvenser analyseras för att visa de signifikanta skillnaderna mellan olika grupper med LDA-poäng av mikrobiella samhällen och visualiseringsresultat.

<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

Det finns en växande uppmärksamhet mot slutna biologiska genom i miljön och i hälsan. För att utforska och avslöja skillnaderna mellan grupper mellan olika prover eller miljöer är det viktigt att upptäcka biomarkörer med statistiska skillnader mellan grupper. Tillämpningen av linjär diskriminant analys Effektstorlek (LEfSe) kan hjälpa till att hitta bra biomarkörer. Baserat på de ursprungliga genomdata utförs kvalitetskontroll och kvantifiering av olika sekvenser baserade på taxa eller gener. Först användes Kruskal-Wallis ranktest för att skilja mellan specifika skillnader mellan statistiska och biologiska grupper. Därefter utfördes Wilcoxon-rankningstestet mellan de två grupperna som erhölls i föregående steg för att bedöma om skillnaderna var konsekventa. Slutligen genomfördes en linjär diskriminantanalys (LDA) för att utvärdera biomarkörernas påverkan på signifikant olika grupper baserat på LDA-poäng. Sammanfattningsvis tillhandahöll LEfSe bekvämligheten för att identifiera genomiska biomarkörer som karakteriserar statistiska skillnader mellan biologiska grupper.

LDA-poängen för mikrobiella samhällen med signifikanta skillnader i varje grupp genom att analysera 16S rRNA-gensekvenserna av tre prover visas i figur 8. Histogrammets färg representerar olika grupper, medan längden representerar LDA-poängen, vilket är artens inflytande med signifikanta skillnader mellan olika grupper. Histogrammet visar arten med signifikanta skillnader vars LDA-poäng är större än det förinställda värdet. Standardvärdet för förinställt är 2,0, så endast...

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) är ett verktyg för högdimensionell biomarkörbrytning för att identifiera genomiska egenskaper (såsom gener, vägar och taxonomier) som signifikant karakteriserar två eller flera grupper i mikrobiomdata.

Assisterat urval av biomarkörer genom linjär diskriminant analyseffektstorlek (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 ...

Tillämpningen av linjär diskriminant analys effektstorlek kan lösa problemet med att hitta bra biomarkörer med statistiska skillnader mellan biologiska grupper. Linjär diskriminant analys effektstorlek ger en lämplig metod för att identifiera genomiska biomarkörer för att karakterisera statistiska skillnader mellan biologiska grupper. Var noga med att vara försiktig med varje steg i proceduren, eftersom resultatet av varje föregående steg kan påverka det efterföljande steget.När du har genererat en indatafil för linjär diskriminant analyseffektstorlek kör du kommandona som anges för att utesluta risken för beroendekonflikter och skapa en conda-miljö för linjär diskriminant analyseffektstorlek. Använd kommandona som anges för att aktivera den skapade miljön och för att installera linjär diskriminant analyseffektstorlek med kanalbioBakery. Om du vill formatera data för linjär diskriminant analyseffektstorlek kör du kommandot för att formatera originalfilen till det interna formatet för linjär diskriminant analyseffektstorlek.För att beräkna den linjära diskriminanta analyseffektstorleken, kör kommandot för att utföra en linjär diskriminerande analys och för att generera den resulterande datafilen. Efter analysen använder du kommandona som anges för att plotta effektstorleken för biomarkörerna i en PDF-fil och för att rita artträdet för att visa biomarkörerna i ett kladogram. För att plotta skillnaderna i en enda biomarkör mellan olika grupper, använd kommandot som anges.Alla funktioner kan också ritas med kommandot om så önskas. För online LEfSe-analys med Galaxy-servern, navigera till servern. För att ladda upp relevanta filer, klicka upp och Välj lokal fil för att välja filerna.Välj sedan tabellformat och klicka på Start. Om du vill formatera data för linjär diskriminant analyseffektstorlek klickar du på LEfSe och Formatera data för LEfSe, markerar de specifika raderna för klassen och klickar på Kör. Om du vill beräkna effektstorleken för linjär diskriminant analys klickar du på LEfSe och LDA Effect Size.Välj parametervärdena enligt analyskraven och klicka på Kör. Om du vill rita de linjära resultaten av den linjära diskriminanta analyseffekten klickar du på LEfSe och plottar LEfSe-resultat och klickar på Kör. Om du vill rita kladogrammet väljer du lämpliga parametervärden och klickar på Plot Cladogram and Execute.Om du vill rita en funktion väljer du lämpliga parametervärden och klickar på Plot One Feature och Execute. Om du vill rita differentiella funktioner väljer du lämpliga parametervärden och klickar på Knappen Plot Differential Features och Execute. Här visas de linjära diskrimineringsanalyspoängen för mikrobiella samhällen med signifikanta skillnader i varje grupp, bestämd genom att analysera de 16 S-ribosomala RNA-gensekvenserna av tre prover.I denna figur kan biomarkörer med signifikanta skillnader i artträd mellan olika klassificeringsnivåer observeras. Cirklarna som strålar ut från insidan till utsidan representerar klassificeringsnivåerna från fylum till släkte, med diametern på varje artcirkel som representerar nivån på överflöd för varje klassificering. Arterna utan signifikanta skillnader förekommer i gult, och de väsentligt olika artbiomarkörerna är färgade för att matcha motsvarande grupper.Motsvarande artnamn på de biomarkörer som visas i diagrammet listas här. Här visas en representant för överflödsfältdiagram för en biomarkör som visar skillnader mellan de olika grupperna beroende på de linjära diskriminanta analyseffektstorleksresultaten. Den heldragna linjen representerar det genomsnittliga relativa överflödet, den prickade linjen representerar medianens relativa överflöd och varje kolumn representerar det relativa överflödet för varje prov i olika grupper.Huvudkomponentanalys kan också utföras, eftersom dimensionalitetsutbildningen är direkt relaterad till datadimensionen och det projicerade koordinatsystemet är ortogonalt. Eftersom efterfrågan på högdimensionell dataanalys ökar, kommer denna metod att hjälpa till med utforskningen av biomarkörfunktioner av intresse.

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 cytoplasmatisk mikroinjektion i Boskap 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

Transcriptomic Analys av<em&gt; C</em&gt;.<em&gt; elegans</em&gt; RNA Sequencing data via Tuxedo Suite på 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

Tvåriktad retroviral integrationsplats PCR-metodik och kvantitativ dataanalys arbetsflöde

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

Urval-beroende och oberoende generering av CRISPR / Cas9-medierade genknockouts i däggdjursceller

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

Provberedning och analys av RNASeq-baserade gen uttryck Data från 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

Utforska den roten mikrobiomet: extrahera bakteriell gemenskapen Data från jord, odlingsbädden och rot 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

Datoriserad analys av sekvensdata från Batch jäst 2-Hybrid skärmar

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

Enda Droplet Digital polymeraskedjereaktion för omfattande och samtidiga detektion av mutationer i Hotspot områden

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

Utredning av den transkriptionella roll som en RUNX1 Intronic ljuddämpare av CRISPR/Cas9 Ribonucleoprotein i akut myeloisk leukemi celler

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

Tomat rotomvandling följt av inokulering med Ralstonia Solanacearum för enkel genetisk analys av bakteriell vissna sjukdom

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