이것은 개요로 매우 좋지만 각 분석의 대화와 상호 작용하는 방법에 대해 좀 더 자세히 감사하겠습니다.
안녕하세요 @ezorlo , 관심을 가져 주셔서 감사합니다. 대화와의 상호 작용은이 게시물의 초점이 아니 었습니다. 특정 질문이 있으면 질문을 남기거나 전자 메일을 보내주십시오.
안녕하세요 MJ,이 게시물에 정말 감사합니다! 그것은 좋은 개요를 제공했고 당신의 지침의 결과로 JMP를 구입했습니다. 저는 SAS 애호가이므로 JMP에있는 내용을 SAS에서 복제 할 수 있기를 원합니다. 나는 당신의 사용에 관심이 있습니다 부트 스트랩 포리스트 분할 방법 인 "예측 자 선별"플랫폼. 그러한 단계를 재현하는 데 사용할 특정 절차 / 옵션을 안내해 주시겠습니까?
감사!
안녕 @MBV 이 블로그가 도움이되었다 니 다행입니다. 이 Predictor Screening 플랫폼은 Analyze ==> Screening ==> Predictor Screening에서 찾을 수 있습니다. 먼저 데이터를 JMP에로드하고 결과 및 기능을 열로 구성하고 결과를 Y 응답으로, 기능을 X 변수로 선택해야합니다.
SAS에서 복제하는 과정에서 SAS 제품을 사용하는 것이 무엇인지에 달려 있다고 생각합니다. 예를 들어, 기본 SAS에서 HPSPLIT 절차는 비슷한 것을 제공 할 수 있습니다.
다른 질문이 있으면 알려주세요.
빠른 답변 MJ에 감사드립니다! JMP에서 아무런 문제없이 단계를 다시 만들 수있었습니다. SAS에서 예측 변수 선별을 복제하고 싶습니다. ase SAS / STAT 시도합니다 HPSPLIT은 귀하의 조언을 따르고 어떻게 진행되는지 알려줍니다. 돌봐
안녕
경험을 얻을 수 있도록 게시물에 분석을 복제하고 싶습니다.
biom 가져 오기 단계에 문제가 있습니다. 오류 메시지가 나타납니다
" 'newLine ....'액세스 또는 평가의 첨자 범위
어쨌든 나는 테이블의 형식이 무엇인지보고 싶습니다. 가져온 biom 파일과 관련된 데이터 테이블을 친절하게 보내 주시겠습니까?
베스트,
@ezorlo 공유 데이터 테이블이 포함 된 이메일을 보냈습니다.
에 따르면 최근 추정 NIH (National Institutes of Health)에서 인체의 세포 중 90 %가 박테리아, 곰팡이 또는 비인간 세포입니다. 사람의 소화관만으로는 평균 4 만 개의 박테리아 종, 9 백만 개의 독특한 박테리아 유전자 및 100 조 개의 미생물 세포를 함유하고 있습니다.
또한, 뿌리 줄기에서의 식물-미생물 상호 작용은 식물 건강, 생산성 및 토양 비옥도의 결정 요인이다. Mycorrhizal 곰팡이 및 질소 고정 박테리아는 매년 식물에 의해 획득되는 평균 5-20 %, 최대 80 %의 모든 질소 및 최대 75 %의 인을 담당합니다.
Metagenomics최근 몇 년 동안 미생물 군집에 대한 연구가 인기를 얻었습니다. Metagenomics는 미생물 조립에서 DNA를 직접 추출하고 복제하여 미생물을 연구하는 기술 모음입니다. 이들 방법을 사용하여, 다양한 소스로부터 미생물 군집의 서열 프로파일을 얻고 분석하여 군집 구조를 밝혀 낼 수있다. 많은 상황에서 이러한 미생물 군집의 본질은 매우 중요합니다. 하나의 주목할만한 예는 대변 미생물 이식이 장내 공동체 구조를 근본적으로 재설정하고 최대 90 %의 사례에서 Clostridium difficile 재발을 치료한다는 것입니다 ( van Nood et al., 2013 ).
Metagenomics 분석에는 일반적으로 광범위한 데이터 시각화 및 통계 모델링이 포함되어있어 JMP . 실제로 JMP는 많은 metagenomics 연구자들이 데이터를 분석하는 데 도움을 주며 많은 성공적인 출판을 이끌어 냈습니다. (Danzeisen, Kim, Isaacson, Tu, & Johnson, 2011) ; Brooks et al., 2015 ; Zinicola et al., 2015 ; 포트, 컬렌, 월리스, 스미스, 파우스트 먼, 2014 ).
이 블로그 게시물에서는 JMP를 사용하여 미생물 데이터 세트를 분석하는 좋은 예를 보여 드리겠습니다. 이 Brewery Digesters 데이터 세트는 Werner et al., 2011 . 양조장 폐수를 처리하는 9 개의 본격적인 생물 반응기 시설에서 박테리아 공동체의 구조를 조사 할 것이며, 이는 또한 원래 논문의 연구 목표 중 하나였습니다.
데이터 세트 개요이 데이터 세트는 공개적으로 이용 가능 . 데이터 처리 세부 사항은 Werner et al., 2011 . 간단히 말해서, 그들은 9 개의 메탄 발생 과립 슬러지 생물 반응기 시설에서 1 년간 95 개의 바이오 매스 샘플을 수집했습니다. 바이오 매스 샘플로부터 박테리아 16S rRNA 유전자 앰플 리콘의 바코드 454 파이로 시퀀싱을 수행 하였다. 그들은 사용했다 QIIME 바코드 트리밍, 노이즈 제거, OTU (Operational Taxonomic Unit) 클러스터링, 분류 할당 (Greengenes) 및 OTU 테이블 구성 수행 마지막으로, 이후 분석을 위해 총 4962 개의 OTU를 수집했습니다.
분석 단계분석 단계는 다음과 같습니다.
1. Biom 파일 읽기
OTU (Operational Taxonomic Units) 테이블은 일반적으로 Biom (Biological Observation Matrix) 형식으로 표시되며,이 경우 관측 값은 OTU이며 매트릭스에는 각 샘플에서 각 OTU가 관찰 된 횟수에 해당하는 개수가 포함됩니다. Biom Importer 애드 인을 사용하여 JMP는 Biom 파일을 읽고 후속 분석을 위해 OTU 및 샘플 테이블로 변환 할 수 있습니다. 당신은 할 수 있습니다 Biom Importer JMP 애드 인 다운로드 여기 JMP 사용자 커뮤니티에 있습니다.
2. 기능 선택
가장 먼저해야 할 일은 중복 또는 관련없는 OTU를 삭제하여 데이터 차원을 줄이는 것입니다. 부트 스트랩 포리스트 분할 방법 인 JMP "Predictor Screening"플랫폼을 사용하여 생물 반응기 위치 예측에 대한 기여도를 기반으로 4962 개 OTU 중 144 개를 선택했습니다.
삼. 144 개의 상위 OTU 분류를 확인하십시오.
우리는이 예측 OTU가 속하는 분류학 그룹이 무엇인지에 관심이 있습니다. 매우 쉬운 작업입니다. JMP . 그래프> 그래프 빌더로 이동하여 관련 변수를 그래프 패널로 드래그하고 원하는 플롯 유형을 선택하십시오. 나는 144 개의 가장 예측 가능한 OUT의 phylum의 빈도를 플로팅했다. 도표에서 분류 학적 분열이 Firmicutes, Proteobacteria, Bacteroidetes, Chloroflexi, Spirochaetes 및 미지의 종에 의해 지배된다는 것을 알 수는 없습니다.
4. 생물 반응기 위치별로 분류학 구분 식별
다음 질문은 각 위치에서 미생물 종의 고장입니다. Graph Builder에서 생성 된 다음 그래프에서 볼 수 있듯이 생물 반응기 전체에 걸쳐 분류 체계의 분포에 큰 차이가 있음을 알 수 있습니다.
5. 주요 성분 분석 수행
이 프로젝트의 다음 과제는 생물 반응기 위치를 분리하기 위해이 144 개의 OTU가 얼마나 잘 수행 할 수 있는지 평가하는 것입니다. 즉, 144 개의 OTU를 사용하여 위치를 클러스터링하려고합니다. 먼저 다차원 데이터에서 정보를 추출 할 수 있기 때문에이 작업에 대해 PCA (Principal Components Analysis)를 시도했습니다. JMP는 분석> 다변량 방법> 주성분 아래에서 편리한 PCA 구현을 제공합니다.
주성분 (PC) 1 및 2의 클러스터 그림은 E2 및 U3을 제외한 대부분의 위치가 미생물 군집에 의해 매우 잘 분리 될 수 있음을 보여줍니다. 또한 여러 샘플이 잘못 분류되어 있음을 알 수 있습니다. 예를 들어 E4의 샘플은 E1으로 분류되고 U2의 샘플은 U4로 분류됩니다. Biplot은 군집 간의 클래스 순서에 따라 분류 체계의 차이점을 보여줍니다. 특히, Deltaproteobacteria (25 회), Clostridia (26 회) 및 Bacteroidia (16 회)와 같은 특정 분류학 클래스가 클러스터링의 주요 원인입니다.
산포도:
비 플롯 :
6. 계층 적 클러스터링 수행
내가 시도한 두 번째 클러스터링 방법은 계층 적 클러스터링입니다. 다시, JMP 분석> 클러스터링> 계층 적 클러스터 메뉴에있는이 방법을 매우 훌륭하게 구현했습니다. 미생물 군집을 기준으로 위치를 모았습니다. 양방향 덴드로 그램 (위치 대 종)과 성좌도는 계층 적 클러스터링이 샘플을 9 개의 위치로 성공적으로 클러스터링 함을 보여줍니다. 다시 PCA에서 관찰 한 것처럼 여러 샘플이 잘못 분류되어 원본 논문의 예측 정확도 (96.4 %)와 일치합니다.
계층 적 클러스터링 결과 :
결론이 블로그 게시물에서 JMP를 사용하여 metagenomics 데이터, 특히 OTU 테이블을 분석하는 예를 보여주었습니다. JMP는 강력한 시각화 및 통계 모델링 기능을 갖춘 도구입니다. JMP를 이용한 metagenomics 데이터 분석에 대해서는 훨씬 더 많은 이야기가 있습니다. 예를 들어 분석> 예측 모델링 아래에는 신경망 및 Naive Bayes와 같이 데이터에 적용 할 수있는 여러 가지 정교한 예측 모델이 있습니다.
JMP 학습에 관심이 있다면 독서부터 시작하는 것이 좋습니다. 기본 분석 JMP로 시작 데이터 분석을 훌륭하게 소개합니다. (당신은 또한 수 JMP를 무료로 사용해보십시오 .) 생물학적 데이터에 최적화 된보다 복잡한 예측 모델링 및 교차 검증 루틴에 대해서는 JMP 유전체학 게다가.
데이터 시각화, 클러스터링 및 통계 모델링을 자주 사용하면 metagenomics 분석은 JMP의 완벽한 작업입니다. 추가 기능 Biom 수입 Biom 파일을 직접 읽을 수있는 분석 파이프 라인을 더욱 용이하게 할 수 있습니다. 의견 영역에 의견과 질문을 남겨주십시오.
참고 문헌 Brooks, JP, Paul Brooks, J., Vaginal Microbiome Consortium (추가 멤버), Edwards, DJ, Harwich, MD, Rivera, MC,… Buck, GA (2015). Metagenomics에 대한 진실 : 16S rRNA 연구에서 편향의 정량화 및 대응. BMC 미생물학, 15 (1). https://doi.org/ 1186 / s12866-015-0351-6 Danzeisen, JL, Kim, HB, Isaacson, RE, Tu, ZJ, & Johnson, TJ (2011). 항균제 및 성장 촉진제 처리에 반응하여 닭 두개 마이크로 바이 옴 및 메타 게놈의 조절. PloS One, 6 (11), e27949. Port, JA, Cullen, AC, Wallace, JC, Smith, MN, & Faustman, EM (2014). 수생 환경에서 항생제 내성을 모니터링하기위한 Metagenomic 프레임 워크. 환경 건강 전망, 122 (3), 222–228. van Nood, E., Vrieze, A., Nieuwdorp, M., Fuentes, S., Zoetendal, EG, de Vos, WM,… Keller, JJ (2013). 재발 성 클로 스트 리듐 디피 실레에 대한 공여자 대변의 십이지장 주입. 뉴 잉글랜드 의학 저널, 368 (5), 407–415. Werner, JJ, Knights, D., Garcia, ML, Scalfone, NB, Smith, S., Yarasheski, K.,… Angenent, LT (2011). 박테리아 커뮤니티 구조는 본격적인 바이오 에너지 시스템에서 독특하고 탄력적입니다. 미합중국 과학원, 108 (10), 4158–4163의 절차. Zinicola, M., Higgins, H., Lima, S., Machado, V., Guard, C. & Bicalho, R. (2015). 산탄 총 Metagenomic 시퀀싱 소 디지털 피부염과 관련 된 기능적인 유전자와 미생물 군 공개 PloS One, 10 (7), e0133674.친애하는 MJ
대단히 감사합니다! 매우 도움이되었습니다. JMP에서 지표 종 분석을 수행하는 방법을 알고 있습니까?
현재로서는 OTU 풍부도를 반응으로 사용하고 예측 변수 (예 : 위치)를 예측 자로 사용하고 분류별로 그룹화하여 반응 선별을 수행했습니다. 그런 다음 <0.05의 결과 p- 값을 필터링합니다.
이 작업을 수행하는 데 더 나은 방법이 있습니까?
친애하는
@ezorlo 최고의 예측 자들을 위해 분류 파일을 공유했습니다. 도움이 되길 바랍니다. 지표 종 분석과 관련하여 JMP는 범용 도구이므로 모든 문제에 대한 특정 도구가 없을 수도 있습니다. 그러나이 분석의 알고리즘 / 방법을 알고 있다면 JMP에서 알고리즘을 수행하는 다른 방법을 찾거나 JSL 코드를 작성하는 방법을 알고 있다면 스스로 구현할 수도 있습니다.
