一个基于HmmUFOtu的简化管道,用于使用16S rRNA amplicon测序进行微生物社区分析

科学领域:

• 微生物学 微生物学
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 16S rRNA amplicon 测序对于微生物社区的分析至关重要.
• 扩展序列变量 (ASV) 方法提供高分辨率,但在大型数据集中经常丢弃许多读数.
• 操作分类单元 (OTU) 聚类方法可能提供更好的读取保留.

研究的目的:

• 开发和评估一个简化的生物信息学管道,用于大规模的16S rRNA amplicon测序数据.
• 为了比较基于OTU的方法 (HmmUFOtu) 与常见的ASV方法 (DADA2) 的读数保留和性能.
• 评估管道对于合并数据集和识别批量效应的能力.

主要方法:

• 开发了一个集成FastP,HmmUFOtu,Vsearch和Kraken2的管道.
• 从韩国人群中重新处理了两个大型公布的便数据集 (890个和1462个样本).
• 基于读取保留,分类学分配和β-多样性分析来评估性能.

主要成果:

• HmmUFOtu保留了两个数据集中的93.2%和89.2%的读数,明显高于DADA2的44.6%和18.4%.
• 这两种方法都产生了质量上相似的β-多样性模式.
• HmmUFOtu促进了数据集与高丰度相关性 (R=0.92) 的融合,尽管在β-多样性的第三维上检测到了批量效应.

结论:

• 精简的管道,特别是使用HmmUFOtu,为大规模的微生物16S rRNA amplicon测序提供了卓越的读取保留.
• HmmUFOtu的封闭引用方法简化了独立数据集的合并.
• 这些发现为优化大数据集处理提供了洞察力,并突出了潜在的批量效应.