热门搜索
DNA建库 SMA 非整倍体检测 细胞STR鉴定 男性家族排查 脆性X 叶酸代谢能力 SNP Y-STR试剂 TMB 心血管用药 STR/SSR 亲缘鉴定 PD-L1 DNA甲基化 16S/18S/ITS 采保试剂 微卫星不稳定 荧光定量PCR 宏基因组测序 核酸提取 乳腺癌21基因 单细胞测序 微生物代谢组

阅微沙龙

与您分享新观点

专家采访

【好消息】16S测序项目之PICRUSt功能预测纳入“常规分析”!

【2019-01-17】


为了将 16S 扩增测序的高性价比发挥到极致,建立起微生物基因组学与其他组学,尤其是代谢组研究的桥梁,阅微基因将把原本属于 16S 扩增子测序高级分析的 PICRUSt 功能预测归为常规分析,也就是说,还是一样的测序价格,您就能享受到原本需要额外加费用的高级分析。


当然,费用省了是一方面,更重要的是,通过 PICRUSt 功能预测,可以对 16S 测序数据直接进行功能与代谢通路预测,无缝对接后续代谢组学分析。(关于微生物基因组和代谢组学的联用分析,可回顾《代谢组学+微生物组的「联用」与「联合分析」》、《微生物联合代谢组检测评价中草药对肠道微生物的影响》)
 


阅微基因 16S 扩增子测序分析内容
 
基于 16S 测序数据进行 PIRCUSt 分析的 KEGG 代谢通路差异图
 
● PICRUSt 是什么?
 

 


PICRUSt 工具全称是 Phylogenetic Investigation of Communities by Reconstruction of Unobserved States。此工具基于已测细菌 16S rDNA 的信息和对比 Greengene 数据库后近缘物种的 OTU 信息,推断它们的共同祖先的基因功能谱,同时对 Greengenes 数据库中其它未测物种的基因功能谱进行推断,构建古生菌和细菌域全谱系的基因功能预测谱;最后,将测序得到的菌群组成「映射」到数据库中,继而对菌群代谢功能进行预测。


PICRUSt 功能预测简单来说可以分为以下四步:


1. 对测序已得 OTU 格进行「封闭式」聚类划分,寻找近缘物种,并调用聚类完成后的完整 OTU 表格;

2. 标准化 OTU 表格 (根据近缘物种的 16S rRNA 拷贝数进行校正);

3. 根据对应的近缘物种功能基因数 counts,结合预测标准化 OTUs counts 进行计算,最终得到样本和其功能基因的表格;
 
PICRUSt 功能预测算法示意图

4. 对功能预测结果进行下一步分析,包括差异代谢通路分析、聚类热图分析、STAMP 分析等。
 
PICRUSt 功能预测流程示意图


● 非常靠谱;PIRCUSt 功能预测的准确性达到 85%


用 16S 测序数据就能进行功能预测?很多老师最关心的就是这个方法靠谱吗?准确率怎么样?


2013 年当 PICRUSt 算法发表时,开发者做了大量的研究和验证。令人欣喜的是,利用 PICRUSt 算法基于 16S rDNA 预测到的菌种基因组结果与真实的菌种参考基因组图谱非常接近,古菌预测准确度为 94%±4%,验证样本为 103 个;细菌预测准确度为 95%±5%,验证样本为 2487 个。如下图所示:
 

古生菌/细菌基因组图谱的准确性,颜色代表不同的门分类,外圈柱形的高度表示准确度(accuracy,0.5-1.0)[1]

除了对 16S 基因组预测准确性的验证外,开发者对功能预测的准确性也做了验证,在不同的功能等级上,功能预测的准确性范围在 80%-100%,平均值达到 85%。
 


A. 多样本预测后不同功能的准确性(以颜色区分功能分类,右侧箱线图展现准确率范围)
B. 与不同样本类型(肠道、口腔、皮肤等)宏基因组测序结果进行聚类对比,PICRUSt 功能预测与宏基因组结果差异不大,聚类效果好[1]


PICRUSt 虽然有着很好的预测准确率,但也存在着局限性。对于在 Greengenes 数据库里没有同源参考基因组序列的物种是无法被预测的;且只能对细菌和古生菌做功能预测,无法对真菌进行功能预测。


除此之外,PICRUSt 对于不同样本类型的微生物,其预测效果是不一样的。对人类或者哺乳动物的微生物预测效果最好, 对参考微生物基因组不全的样本类型,例如土壤和盐碱地,预测效果就会下降。


最后,PICRUSt 虽然有着较好的准确性,但是不能完全替代宏基因组测序,因为只是「预测」,并不是样本中实际的基因。
 


不同类型样本的微生物功能预测效果不同,对有参考基因组且数据库完整的人源样本预测正确率最好[1]

● 引用超多:PICRUSt 自 2013 年发表以来共被引用 1640 次,2018 一年超 600 次
 
PICRUSt 文献引用趋势图(引用自 Springer 的「Citations」)


PICRUSt 方法于 2013 年 9 月发表在《Nature Biotechnology 》杂志上,引用该文献的 SCI 文章也呈现逐年递增的趋势,总引用次数 1640 次,在刚刚过去的 2018 年,被引用次数高达 633 次,其中不乏《Cell 》、《Nature 》和《Science 》等顶级期刊。


高引用次数一方面证明了 PICRUSt 方法是可靠、实用和被认可的,另一方面更是因为多组学研究(尤其是代谢组学)的兴起。常规的 16S 扩增子测序分析只能得到物种组成和多样性的结果,如果要进行多组学关联分析,则要使用宏基因组测序。而 PICRUSt 让 16S 测序结果也可以进行功能预测,规避了宏基因组测序的高费用,把 16S 的性价比发挥到极致,搭建起了微生物基因组学和多组学的桥梁。



● 除了 PICRUSt 之外,还有哪些功能预测的工具?
 

*数据来源于网络,阅微基因整理


上表总结出了目前微生物领域的功能预测软件,PICRUSt 推出的最早,也有着最多的引用次数,最受科研人员认可和喜欢。但随着大家对古菌、真菌等多种非细菌群体的关注和注释数据库的更迭,也不断有其他新的算法推出。


值得注意的是,上述方法都仅起到了功能预测作用,不能完全替代研究样本真实菌落结构和基因的宏基因组测序。同时,功能预测是一个连接多组学的桥梁,因此预测得出的功能线索还要结合宏基因组学、代谢组学、蛋白组学和转录组学共同进行验证。



参考文献:

[1] Langille MGI, Zaneveld J, Caporaso JG, McDonald D, Knights D, et al. (2013) Predictive functional profiling of microbial communities using 16S rRNA markergene sequences. Nature Biotechnology.  DOI:10.1038/nbt.2676

4000192196    产品咨询info@microread.com  CN | 友情链接 | 联系我们

Copyright 2016 阅微基因技术有限公司 京ICP备09053524号-1 苏ICP备13060495号-1