查看原文
其他

SourceTracker—微生物来源分析

宏基因组 宏基因组 2022-03-28

前一阵我们翻译Rob Knight的综述,1.8万字,让你熟读2遍轻松掌握微生物组领域分析框架、把握未来分析趋势。目前在宏基因组平台累计过万人次,热心肠平台首发阅读7600+,科学网加精置顶阅读6500+,三大平台阅读人数超过2.5万余次。

还没有仔细学习的,赶快读两遍吧!

其中提到了一款追踪微生物来源的软件SourceTracker,被多位朋友留言,今天为大家分享一下。

SourceTracker有什么用?

用途是可以识别相关各组间来源的分析,如具体的问题:

  • 婴儿的肠道菌群有哪些继承了母亲的肠道菌群、哪些来自阴道菌群、哪些来自皮肤

  • 法医学的应用,尸体中的菌群与来源土壤的鉴定、腐败菌来自本身,还是周围环境

  • 河流污染物的来源分析、周围工厂、农田、养殖厂对河流污染的贡献和来源追溯。

  • 分析植物菌组形成过程:植物根际菌在土壤中来源和种子来源;叶际菌群的土壤来源比例等。

软件简介

Bayesian community-wide culture-independent microbial source tracking 于2011年发表于Nature Methods


由圣地亚哥大学的Scott教授及Rob Knight团队合作完成。

Google统计目前引用299次。

该软件称目标样本为Sink,微生物污染源或来源的样品为Source;基于贝叶斯算法,探究目标样本(Sink)中微生物污染源或来源(Source)的分析。根据Source样本和Sink样本的群落结构分布,来预测Sink样本中来源于各Source样本的组成比例。

我们之前解读过Rob Knight的一篇Sciences文章中图2A就使用此软件分析确定尸体腐败过程中主要菌来自于土壤的结果。

软件结果解读

SourceTracker分析图a,预测样本来源比例柱状图。一幅图代表一个预测样本,用不同颜色的柱子表示该样本中各来源的比例,Unknow代表未知来源分类,误差线代表100次Gibbs采样的标准差。

SourceTracker分析图b,预测样本来源比例面积图。一幅图代表一个预测样本,不同颜色代表不同来源的比例,每一列代表一次Gibbs采样结果,100次Gibbs采样结果按照相近的排列顺序进行展示。

SourceTracker分析图c,预测样本来源比例饼图。一个饼图代表一个预测样本,不同颜色扇形的比例代表该预测样本中各来源的比例。

文章实战解读

Nature Method [1]原文:每个图形代表一个样本Sink,分别是Lab1、NICU、Office;不同颜色表示不同样本来源Source,所占面积为在Sink样本中各来源的比例。

Rob Knight-2016-Sciences[2]文章中图(A) 动态贝叶斯推理网络: 分解过程微生物分类群神经信息流动网络,土壤是其主要来源。小鼠四种取样位置分分别为头、躯干、腹部和土壤。颜色为3种环境,分别为沙漠、草地和森林,且均与土壤来源微生物非常显著相关。

[3]产道菌群移植对剖腹产婴儿缺失菌群的恢复:图中展示了婴儿三个部位Skin、Oral、Anal中,肠道菌群组成的来源,随时间的推移而发生的改变。
剖腹产的婴儿患免疫和代谢疾病的风险增高,被认为可能由于缺乏了与母亲生殖道分泌物(包括微生物)的接触;母亲生殖道的分泌物会覆盖顺产婴儿的全身,促进了婴儿口腔、肠道、皮肤菌群的定殖,以及对婴儿的保护作用;对剖腹产婴儿涂抹分泌物,随时间推移,其各部位菌群特征逐渐趋向于顺产婴儿。该方法可以部分的恢复剖腹产婴儿菌群,但对健康的长期影响有待观察,以及样本量也需要扩大。

软件安装

SourceTracker是一个R脚本, 最新版本地址: https://github.com/danknights/sourcetracker ,版本1.0,2016年9月18日更新

# 下载脚本和测试数据 git clone git@github.com:danknights/sourcetracker.git cd sourcetracker/

example.r使用data目录中的OTU表和mapping实现文章中的分析实例

# 运行测试数据 Rscript example.r

按照data/metadata.txtdata/otus.txt标准的实验设计,在example.r中修改对应的分组,即可分析自己的数据了,非常easy。

Reference

  1. Knights D, Kuczynski J, Charlson ES, et al. Bayesian community-wide culture-independent microbial source tracking [J]. Nature Methods, 2011, 8(9): 761.

  2. Metcalf, J. L., et al. (2016). “Microbial community assembly and metabolic function during mammalian corpse decomposition.” Science 351(6269): 158-162.

  3. Dominguez-Bello MG, De JKM, Nan S, et al. Partial restoration of the microbiota of cesarean-born infants via vaginal microbial transfer [J]. Nature Medicine, 2016, 22(3): 250-253.

  4. https://www.nature.com/articles/nmeth.1650

  5. https://www.ncbi.nlm.nih.gov/pubmed/21765408

  6. 锐翌16S分析升级之③ SourceTracker — 寻找微生物的来源 https://mp.weixin.qq.com/s/eAD42C8ZZAcHBXWmr6HnUw

猜你喜欢

10000+:菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程:微生物组入门 Biostar 微生物组  宏基因组

专业技能:学术图表 高分文章 生信宝典 不可或缺的人

一文读懂:宏基因组 寄生虫益处 进化树

必备技能:提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析:图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具:16S预测培养基 生信绘图

科研经验:云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难,我们建立了“宏基因组”专业讨论群,目前己有国内外2000+ 一线科研人员加入。参与讨论,获得专业解答,欢迎分享此文至朋友圈,并扫码加主编好友带你入群,务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助,首先阅读《如何优雅的提问》学习解决问题思路,仍末解决群内讨论,问题不私聊,帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战,关注“宏基因组”

点击阅读原文,跳转最新文章目录阅读

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