通过适应用户的生物信息管道和参数进行微生物组描绘

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:

• 人们越来越认识到微生物组在健康和疾病中的作用,但生物信息学协议的变化阻碍了临床应用和可重复性.
• 对于处理微生物组基因组数据缺乏标准化的方法,这影响了准确的分类学推断.

研究的目的:

• 为了比较和优化三个常见的微生物组分析程序:DADA2,QIIME2和mothur.
• 开发适合用户的管道来处理配对端的amplicon读数,以提高构成推理的准确性和标准化协议.

主要方法:

• 在四个管道中分离了两个关键参数,maxEE (错误值) 和QTrim (质量得分值).
• 使用已知组成的模拟社区评估了样本推断的准确性.

主要成果:

• 数据丢失与参数严格成正比,并因管道而异.
• 序列读取保留的增加与样本推断的更高准确性相关.
• 优化的参数提高了已知的模拟社区组成的近似值,减少了虚假的类型和未计入的组成部分.

结论:

• 来自16S rRNA标记基因的微生物组成数据需要谨慎解释.
• 适应用户的生物信息协议对于准确的微生物社区概况是必不可少的.
• 为了获得可靠的结果,必须仔细考虑分析参数,管道和目标安普利康.