查看原文
其他

医学16S测序报告:为忙碌的医生而准备 | 微生物

市场部-PW 联川生物 2022-05-21

蒋医生:最近做了肠道菌群的16S检测,刚拿到报告,看得我一头雾水啊!

吴医生:你说说看,哪里没看懂?


哪都没看懂,对我这样刚接触测序的新手,报告里标题都是专业术语,一会α多样性,一会又β多样性,然后还有什么LEfSe分析,还有那个什么P开头的预测。感觉不懂生信,就没法看懂报告。

哦,原来是这样。我刚开始做的时候也是看不懂,磕了好久才把其中的关系理顺。


我哪有时间把这些生信分析都搞懂,每天的工作已经忙得人仰马翻了。

是啊,我们确实没时间坐下来仔细琢磨。


那为啥还这么绕,直接用我们轻松就能看懂的内容来说结果不行吗?

太理解你的想法了。你可以看看联川公司刚出的医学16S测序报告,就是为我们这些忙人准备的。


真的有吗?我赶紧去看看。


我们为什么要出一份医学16S测序报告
我常遇到这样的情况,与某位医生交流实验项目时,一段20分钟的对话,可以被打断3~5次,一会患者过来询问病情,一会被叫去处理个急事,实际交流的时间可能不足5分钟。医生们的临床工作已经非常繁忙,还要腾出时间做科研,实在不容易。我们是不是可以做些事,来帮助医生们轻松地做科研。为了这个想法,我们大胆地做了一次尝试,打破“约定俗成”的报告模式(图1),出了一份让医生能够轻松看、方便用的微生物组16S测序报告。为什么是16S测序报告,因为微生物组研究,比如肠道菌群研究,医生们不仅容易上手做,能出好文章,研究结果还具有非常高的临床应用价值。

我们的医学16S测序报告具有5个主要特点,一一向大家汇报。
1.用故事逻辑取代生信逻辑

图1 “经典”的项目报告结构
你是不是已经对上面的报告逻辑习以为常了(图1)?从实验到数据分析,从标准分析到高级分析,结果都有,但为什么就是看起来费力呢?
因为这是生信分析的逻辑而不是做研究讲故事的逻辑。在新报告里,我们采用与你的研究思路匹配的报告逻辑(图2)。
图2 采用故事逻辑的16S测序报告结构
顺着这样的逻辑,从前到后,思路是相互衔接的。写新报告时,我们尽可能不使用过于专业的词语和叙述,而是尽量用通俗易懂的语言,并且对一些你需要了解的专业术语或分析方法,我们都专门做了细致说明。因为我们知道,对于我们已经习以为常的内容,对新手是不太友好的,看起来会比较费劲。
2.紧扣医学菌群文章,呈现主流分析结果
我们查阅了大量的以16S测序为主的医学菌群研究文章,梳理比较了其中主流的研究结果。我们以此为依据重新梳理了16S报告中的结果,突出重点(图3)。新报告中的数据结果,是按照撰写一篇5分+的医学菌群多样性文章的需要来准备的。
图3 联川医学16S测序报告内容
3. 高分文章必备的Figures
丰富的分析内容很重要,用高大上的图形直观地展示出这些数据也非常重要,可以为发文章加分添彩。我们参照最新的高分菌群文章中的图表形式,在新报告中提供了非常多新颖美观的Figures,这些Figures可以直接用于发文章,以下是其中的部分结果展示。
Circos圈图展示样本与物种关系
我们使用Circos圈图可视化样本与物种共线性关系,描述样本与物种之间的对应关系,不仅能反映每个样本(或组)中优势物种的组成比例,同时也可以展示各优势物种在不同样本(或组)中的分布情况。圈图左侧代表物种,右侧代表样本,不同颜色代表不同的分类学门类和样本分组。从左往右看,内圈同一颜色线条的粗细代表该物种在不同样本中的相对丰度;从右往左看,内圈同一颜色线条的粗细代表该样本中不同物种的组成占比。
小提琴图展示α多样性
小提琴图集合了箱形图和密度图的特征。左上角给出了差异分析使用的检验方法和计算得到的p值。当p<0.01,则标记为**,表示差异极显著;当p<0.05,则标记为*,表示差异显著;当p>0.05,则标记为ns,表示无显著性差异。
进化分支图展示菌群差异


我们使用文章高频引用的LEfSe进行两个或多个分组的比较,寻找生物标志物(Biomarker)。该方法综合了统计学上的差异分析和该差异物种对分组结果的影响力得分值,同时强调了统计意义和生物相关性。上图中,小圆圈: 图中由内至外辐射的圆圈代表了由界(单个圆圈)至属(或种)的分类级别。不同分类级别上的每一个小圆圈代表该水平下的一个分类,小圆圈直径大小与相对丰度大小呈正比。颜色:无显著差异的物种统一着色为黄色,差异显著的物种Biomarker跟随组别进行着色,红色节点表示在红色组别中起到重要作用的微生物类群,绿色节点表示在绿色组别中起到重要作用的微生物类群。


网络图展示物种相关性

上图中不同的节点代表不同的优势属,节点之间的连接表明两个属之间存在相关性,线条粗细表示相关性的强弱,线条越粗,表示相关性越强;线条越细,表示相关性越弱。实线表明正相关,虚线表明负相关。通过节点连接的数量,可以找出与菌群中其它成员的关联较多的物种,进而探索这些物种彼此相关性的生物学意义。物种相关性也可以用热图来展示。


热图展示菌群与临床指标相关性
通过Spearman相关性分析,可以将受试对象的临床指标数据(如年龄、体重、BMI、血糖等)与差异菌群相对丰度进行关联分析,并绘制热图观察差异菌群与疾病相关临床指标的关系。横轴为临床指标,纵轴为与之相关的差异菌群,并分别对临床指标和差异菌群进行聚类分析。红色表示正相关,蓝色表示负相关。
4.贴心的新手指导
为了让新手更快上手报告内容,我们几乎在每个章节中,加入图4中的秘籍。不仅如此,为了你在整理数据、撰写文章时更顺手,我们专门准备了写作辅助文档,提供代表性的医学16S测序文章的全文精解,细致标注出报告结果与文章Results中的对应关系;并且给出了文章各章节的撰写内容建议。
图4 联川医学16S测序报告新手指导
5.干货满满的帮助文档
不仅报告正文精彩,帮助文档也同样精彩(图5)。我们精心整理了数百篇医学微生物组高分综述和医学细分领域的菌群研究文献,帮助你快速了解所研究领域的最新进展,在撰文时可以方便引用相关的研究发现。写作范文帮助你快速了解一篇菌群多样性文章是怎样写成的。在我们的云平台上有非常多的实用数据分析工具,照着指引操作,零基础也能完成自己想要的分析,既简单又快速。如果你不清楚,菌群研究工作往哪投稿,看看《微生物组学SCI期刊指引》,就能了解主流的微生物组学期刊的情况。更多干货资料,等你自个儿去发现了。
图5 联川医学16S测序报告帮助文件


如果你觉得医学16S测序报告对你或是你的同事、朋友有用,请记得告诉他们。


相关阅读


用多组学方法研究不同地区人群的肠道菌群组成与功能差异 | 微生物专题
science评论 | 土壤微生物能够直接增强作物的抗盐碱能力,还能增加产量?!| 微生物专题
千人队列研究:肠道菌群是如何影响人类肥胖 | 微生物专题
Nature子刊|土壤微生物已成为帮助减轻气候变化负面影响的潜在方法 | 微生物专题
肠道菌群+自闭症+16S测序+180个样本 = 6.6分文章 | 微生物专题
宏基因组研究怎么做,联川教你| 微生物专题
肠道菌群怎样通过“微生物-肠-脑”轴影响脑功能|微生物专题


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存