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

Bu çalışma, Merkezi Kamu Refahı Araştırma Enstitüleri (TKS170205) ve Bilim ve Teknoloji Geliştirme Vakfı için Temel Araştırma Fonları ve Tianjin Su Taşımacılığı Mühendisliği Araştırma Enstitüsü (TIWTE), M.O.T. (KJFZJJ170201) tarafından desteklenmiştir.

NOT: Protokol, Segata ve ark.3'ün araştırmasından kaynaklanmış ve değiştirilmiştir. Yöntem https://bitbucket.org/biobakery/biobakery/wiki/lefse'de sağlanır.
1. Analiz için giriş dosyasının hazırlanması
<ol><li>Orijinal dosyalarla (örnek dosya ve ilgili tür ek açıklama dosyası) birçok iş akışı8 veya önceki protokol9 tarafından kolayca oluşturulabilen LEfSe'nin giriş dosyasını (Tab...

<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>

Burada, farklı gruplardaki biyobelirteçlerin tanımlanması ve karakterizasyonu için protokol açıklanmaktadır. Bu protokol, mikroorganizmaların OTU'ları gibi diğer numune türleri için kolayca uyarlanabilir. LEfSe'nin istatistiksel yöntemi, her gruptaki karakteristik mikroorganizmaları (varsayılan LDA >2), yani bu grupta diğerlerine göre daha bol bulunan mikroorganizmaları bulabilir12. LEfSe, kullanıcıların web sayfalarında da LEfSe analizi yapabileceği hem yerel hem de web Li...

Biyobelirteçler, ölçülebilen biyolojik özelliklerdir ve enfeksiyon, hastalık veya çevre gibi bazı fenomenleri gösterebilir. Bunlar arasında, fonksiyonel biyobelirteçler, tek bir türün spesifik biyolojik fonksiyonları olabilir veya gen, protein, metabolit ve yollar gibi bazı türler için ortak olabilir. Ayrıca, taksonomik biyobelirteçler alışılmadık bir türü, bir grup organizmayı (krallık, filum, sınıf, düzen, aile, cins, tür), Amplikon Dizisi Varyansı (ASV)1 veya Operasyonel Taksonomik Birim (OTU)2'yi gösterir. Biyobelirteçleri daha hızlı ve doğru bir şekilde bulmak için, biyolojik verileri analiz etmek için bir araç gereklidir. Sınıflar arasındaki farklar, istatistiksel anlamlılık için standart testler ve biyolojik tutarlılığı ve etki alaka düzeyini kodlayan ek testlerle birlikte LEfSe ile açıklanabilir3. LEfSe, bir galaksi modülü, bir conda formülü, bir docker görüntüsü olarak mevcuttur ve bioBakery (VM ve bulut)4'e dahil edilmiştir. Genel olarak, mikrobiyal çeşitliliğin analizi genellikle bir örnek topluluğunun belirsiz dağılımı için parametrik olmayan bir test kullanır. Sıralama toplamı testi, numunelerin değerini değiştirmek için numunelerin sıralamasını kullanan parametrik olmayan bir test yöntemidir. Örneklem gruplarının farklılığına göre Wilcoxon rütbe toplamı testi ile iki numuneye, Kruskal-Wallis testi 5,6 ile birden fazla numuneye ayrılabilir. Özellikle, birden fazla numune grubu arasında önemli farklılıklar olduğunda, birden fazla numunenin çift yönlü karşılaştırılması için bir rank-sum testi yapılmalıdır. 1936'da Ronald Fisher tarafından icat edilen LDA (Doğrusal Diskriminant Analizi anlamına gelir), Fisher's Linear Discriminant7 olarak da bilinen bir denetimli öğrenme türüdür. Makine öğrenimi veri madenciliğinin mevcut alanında klasik ve popüler bir algoritmadır.
Burada, LEfSe testi Conda ve Galaxy sunucuları tarafından optimize edilmiştir. Mikrobiyal toplulukların LDA skorları ve görselleştirme sonuçları ile farklı gruplar arasındaki anlamlı farklılıkları göstermek için üç grup 16S rRNA gen dizisi analiz edilmiştir.

<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

Çevrede ve sağlıkta kapalı biyolojik genomlara yönelik artan bir ilgi var. Farklı örnekler veya ortamlar arasındaki gruplar arası farklılıkları keşfetmek ve ortaya çıkarmak için, gruplar arasında istatistiksel farklılıklar olan biyobelirteçleri keşfetmek çok önemlidir. Doğrusal diskriminant analizi Etki Boyutu (LEfSe) uygulaması, iyi biyobelirteçlerin bulunmasına yardımcı olabilir. Orijinal genom verilerine dayanarak, kalite kontrolü ve taksonlara veya genlere dayalı farklı dizilerin nicelleştirilmesi gerçekleştirilir. İlk olarak, Kruskal-Wallis sıralama testi, istatistiksel ve biyolojik gruplar arasındaki spesifik farklılıkları ayırt etmek için kullanıldı. Daha sonra, farklılıkların tutarlı olup olmadığını değerlendirmek için önceki adımda elde edilen iki grup arasında Wilcoxon rütbe testi yapıldı. Son olarak, biyobelirteçlerin LDA skorlarına göre anlamlı derecede farklı gruplar üzerindeki etkisini değerlendirmek için doğrusal bir diskriminant analizi (LDA) yapılmıştır. Özetlemek gerekirse, LEfSe, biyolojik gruplar arasındaki istatistiksel farklılıkları karakterize eden genomik biyobelirteçleri tanımlamak için kolaylık sağlamıştır.

Üç numunenin 16S rRNA gen dizilerini analiz ederek her grupta anlamlı farklılıklar gösteren mikrobiyal toplulukların LDA skorları Şekil 8'de gösterilmiştir. Histogramın rengi farklı grupları temsil ederken, uzunluk, farklı gruplar arasında önemli farklılıklar olan türlerin etkisi olan LDA skorunu temsil eder. Histogram, LDA skoru önceden ayarlanmış değerden daha büyük olan önemli farklılıklara sahip türleri gösterir. Varsayılan hazır ayar değeri 2,0'dır, bu...

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 Etki Boyutu), mikrobiyom verilerinde iki veya daha fazla grubu önemli ölçüde karakterize eden genomik özellikleri (genler, yollar ve taksonomiler gibi) tanımlamak için yüksek boyutlu biyobelirteç madenciliği için bir araçtır.

Mikrobiyom Verilerinde Doğrusal Diskriminant Analizi Etki Boyutu (LEfSe) ile Biyobelirteçlerin Yardımlı Seçimi

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

Doğrusal diskriminant analizi etki boyutunun uygulanması, biyolojik gruplar arasında istatistiksel farklılıklar olan iyi biyobelirteçler bulma problemini çözebilir. Doğrusal diskriminant analizi etki boyutu, biyolojik gruplar arasındaki istatistiksel farklılıkları karakterize etmek için genomik biyobelirteçleri tanımlamak için uygun bir yöntem sağlar. Prosedürün her adımına dikkat ettiğinizden emin olun, çünkü önceki her adımın sonucu bir sonraki adımı etkileyebilir.Doğrusal bir diskriminant analizi etki boyutu giriş dosyası oluşturduktan sonra, bağımlılıkların çakışma olasılığını dışlamak ve doğrusal diskriminant analizi etki boyutu için bir conda ortamı oluşturmak için komutları belirtildiği gibi çalıştırın. Oluşturulan ortamı etkinleştirmek ve channel bioBakery ile doğrusal diskriminant analizi efekt boyutunu yüklemek için komutları belirtilen şekilde kullanın. Verileri doğrusal diskriminant analizi etki boyutu için biçimlendirmek üzere, özgün dosyayı iç doğrusal diskriminant analizi efekt boyutu biçimine biçimlendirmek üzere komutu çalıştırın.Doğrusal diskriminant analizi etki boyutunu hesaplamak için, doğrusal diskriminant analizi gerçekleştirmek ve elde edilen veri dosyasını oluşturmak üzere komutu çalıştırın. Analizden sonra, bir PDF dosyasındaki biyobelirteçlerin etki boyutunu çizmek ve biyobelirteçleri bir kladogramda görüntülemek üzere tür ağacını çizmek için komutları belirtildiği gibi kullanın. Tek bir biyobelirtecin farklı gruplar arasındaki farklılıklarını çizmek için, komutu belirtildiği gibi kullanın.İstenirse tüm özellikler komut kullanılarak da çizilebilir. Galaxy sunucusunu kullanarak çevrimiçi LEfSe analizi için sunucuya gidin. İlgili dosyaları yüklemek için yukarı tıklayın ve dosyaları seçmek için Yerel dosya seç'e tıklayın.Ardından, tablo biçimini seçin ve Başlat'ı tıklatın. Verileri doğrusal diskriminant analizi efekt boyutu için biçimlendirmek üzere LEfSe ve LEfSe için verileri biçimlendir'i tıklatın, sınıf için belirli satırları seçin ve Yürüt'ü tıklatın. Doğrusal diskriminant analizi etki boyutunu hesaplamak için, LEfSe ve LDA Efekt Boyutu'nu tıklatın.Analiz gereksinimlerine göre parametre değerlerini seçin ve Yürüt'ü tıklatın. Doğrusal diskriminant analizi etki boyutu sonuçlarını çizmek için, LEfSe ve LEfSe Sonuçlarını Çiz'i tıklatın ve Yürüt'ü tıklatın. Kladogramı çizmek için uygun parametre değerlerini seçin ve Cladogram'ı Çiz ve Yürüt'ü tıklatın.Bir unsuru çizmek için uygun parametre değerlerini seçin ve Bir Unsur Çiz ve Yürüt'ü tıklatın. Diferansiyel unsurları çizmek için, uygun parametre değerlerini seçin ve Diferansiyel Unsurları Çiz ve Yürüt düğmesini tıklatın. Burada, üç numunenin 16 S-ribozomal RNA gen dizisinin analiz edilmesiyle belirlenen, her grupta anlamlı farklılıklar gösteren mikrobiyal toplulukların doğrusal ayrım analizi puanları gösterilmektedir.Bu şekilde, farklı sınıflandırma düzeyleri arasında tür ağaçlarında anlamlı farklılıklar gösteren biyobelirteçler gözlemlenebilir. İçeriden dışarıya yayılan daireler, filumdan cinse sınıflandırma seviyelerini temsil eder, her tür çemberinin çapı her sınıflandırmanın bolluk seviyesini temsil eder. Önemli bir farkı olmayan türler sarı renkte görünür ve önemli ölçüde farklı türlerin biyobelirteçleri, karşılık gelen gruplarla eşleşecek şekilde renklendirilir.Grafikte gösterilen biyobelirteçlerin karşılık gelen tür adları burada listelenmiştir. Burada, doğrusal diskriminant analizi etki boyutu sonuçlarına göre farklı gruplar arasındaki farklılıkları gösteren bir biyobelirteç için bolluk çubuğu grafiğinin bir temsilcisi gösterilmektedir. Düz çizgi ortalama göreli bolluğu, noktalı çizgi medyan göreli bolluğu ve her sütun farklı gruplardaki her örneğin göreli bolluğunu temsil eder.Boyutsallık eğitimi doğrudan veri boyutuyla ilişkili olduğundan ve öngörülen koordinat sistemi ortogonal olduğundan ana bileşen analizi de yapılabilir. Yüksek boyutlu veri analizine olan talep arttıkça, bu yöntem ilgilenilen biyobelirteç özelliklerinin araştırılmasına yardımcı olacaktır.

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

Lazer destekli Hayvancılık Zigotlann Sitoplazmik Mikroenjeksiyon

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

arasında Transkriptomik Analizi<em&gt; C</em&gt;.<em&gt; elegans</emGalaxy Projesi Smokin Suite sayesinde&gt; RNA Sıralama Veri

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

Çift Yönlü Retroviral Entegrasyon Sitesi PCR Metodolojisi ve Kantitatif Veri Analizi İş Akışı

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

Memeli Hücrelerinde CRISPR / Cas9 aracılı Gen Knockout&#39;larının Seçime Bağlı ve Bağımsız Üretimi

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

Numune hazırlama ve analiz RNASeq tabanlı gen ifadesi verileri Zebra balığı

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

Kök Microbiome keşfetmek: toprak, rizosferde ve kök Endosphere bakteriyel topluluk verileri ayıklama

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

Sıralı veri--dan toplu Maya 2-hibrid perde Bilişim Analizi

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

Tek damlacık dijital polimeraz zincir tepkimesi mutasyonlar Hotspot bölgelerde kapsamlı ve eşzamanlı algılanması için

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

Akut Miyeloid Lösemi Hücrelerinde CRISPR/Cas9 Ribonükleoprotein ile RUNX1 Intronic Susturucunun Transkripsiyonel Rolünün İncelendirin

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

Bakteriyel Solgunluk Hastalığının Basit Genetik Analizi için Ralstonia Solanacearum ile Aşılama Takip Domates Kökü Dönüşümü

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