BLOG

내용 구성 Deblur 알고리즘: 1) Sequence를 abundance로 sorting. 2) Predicted error-derived reads의 수를 제외. 3) 수가 0 이하로 되는 sequence는 output에서 제외. 4) UCHIME으로 chimeras 제거. 참고 Deblur의 인용수는 425회, UNOISE의 인용수는 410회 (2021-02-15) github.com/biocore/deblur Illumina 장비의 경우 nucleotide 당 error rate가 0.1% 정도이다. AmpliconNoise라는 denoising method도 존재 (for pyrosequencing) Deblur는 DADA2 및 UNOISE2와 다르게 각 샘플에 대하여 독립적으로 작동한다 (fu..

내용 구성 Gammaproteobacteria (class) 등에 속하는 세균(IBD와도 연관)은 상온에서 더 쉽게 자라며, 상온 보관한 샘플에 영향을 미칠 수 있다. 위 논문에서는 상온에서 쉽게 자라는 세균의 리스트를 구하고, 그 세균을 profile에서 제외시킴으로써 correcting할 수 있다고 한다 (몇몇만 제거해도 충분하다고 설명함). 급냉동한 샘플과 상온에 두었던 샘플을 비교하여 세균 리스트를 구하였다. Type 1과 type 2 error 사이의 balance가 중요함 (Noisy data와 loss of data). 어느 정도로 candidate blooming bacterial taxa를 제거할지는 추가 분석하여 구해볼 수 있다: 어느 정도 제거했을 때 나이에 따라 다양성이 구분되는지 ..

정리 Gut microbiome -> IFNγ+NK cell ->LAMP1+TRAIL+astrocytes -> TRAIL–DR5 signalling -> T cell apoptosis -> limit CNS inflammation Reference Sanmarco, Liliana M., et al. "Gut-licensed IFNγ+ NK cells drive LAMP1+ TRAIL+ anti-inflammatory astrocytes." Nature (2021): 1-7.

정리 Model에 대한 설명은 Materials and Methods에 수식과 함께 정리되어 있다 (이해 못함...) DADA2, Deblur, UNOISE3와 같은 ASV method로 개발된 방법인데, 위 3가지 방법보다 더 나은 퍼포먼스를 보인다고 소개함. UNOISE3와 Deblur는 quality information을 무시하는 반면, DADA2와 AmpliCI는 quality information을 사용한다. Reference Peng, Xiyu, and Karin Dorman. "AmpliCI: a high-resolution model-based approach for denoising Illumina amplicon data." Bioinformatics (2020).

정리 DADA2가 ASVs를 더 잘 찾아내지만, false positives일 가능성이 존재한다. UNOISE3가 DADA2와 Deblur와 비교하여 각각 1,200배, 15배 더 빠르다. 모든 방법이 General community structure에 대해서는 비슷하지만, 그 숫자와 alpha-diversity metrics는 꽤 다르다. Table 1에서 DADA2, Deblur, UNOISE3를 비교해놓았는데, 정리가 잘 되어 있다. UNOISE3는 USEARCH를 사야 사용할 수 있다 ($1,485... 학술용은 $885)/ 다른 프로그램들은 무료 Reference Nearing, Jacob T., et al. "Denoising the Denoisers: an independent evaluat..

정리 3가지 OTU-level flows (QIIME-uclust, MOTHUR, USEARCH-UPARSE)와 3가지 ASV-level (DADA2, Qiime2-Deblur, USEARCH-UNOISE3) 비교 Sensitivity, Specificity, Degree of consensus 평가 DADA2가 가장 sensitivity가 높았지만, specificity는 Qiime2-Deblur 및 USEARCH-UNOISE3보다 떨어짐. 그래서 highest possible biological resolution을 필요로하는 연구에 가장 적합 (closely related strains간의 차이 연구 등) USEARCH-UNOISE3가 resolution 및 specificity 측면에서 가장 균형..

내용 구성 OTU Methods (UCLUST, UPARSE) / ASV methods (UNOISE, Deblur, DADA2) / Entropy method (MED) 4종류의 Mock dataset을 사용함 (어떤 세균이나 고세균으로 구성되어 있는지 알고 있음). Recall, Overall precision, Technical precision 측면에서 방법들을 비교함. Recall(%)은 실제 존재하는 세균을 얼마나 잘 catch했는지에 대한 지표. Overall precision(%)는 추론한 전체 Sequence의 종류 중에서 실제로 존재하는 sequence 종류의 수. Technical precision(%)은 '실제로 존재하는 sequence의 종류의 수와 그로부터 10nt 이하로 차이나..

정리 장내 미생물 다양성은 마우스 모델의 phenotype에 영향을 줄 수 있다. 이를 해결하기 위해 microbiota를 standarize하는 기술이 존재한다: co-housing, littermate Co-housing으로 fecal microbiota는 어느 정도 normalized 되었지만, mucosal communities는 변하지 않았다. 반면, Littermate method를 적용했을 때, fecal, colon, ileum에서 모두 robust microbiota standardization을 확인하였다. Litteramte 방법이 standardization을 위한 최적의 방법이다. Reference Comparison of Co-housing and Littermate Method..

정리 본문의 Graphical Abstract를 참고하면 이해가 훨씬 쉽다. High-fat diet와 Antibiotics가 epithelial 미토콘드리아의 기능을 망가뜨리면, 장 내부의 산소 함량이 증가한다. 증가된 산소 함량은 Enterobacteriaceae를 증가시키고, 이것이 dysbiosis를 일으켜 pre-IBD를 악화시킨다는 내용. Reference Lee, Jee-Yon, et al. "High-fat diet and antibiotics cooperatively impair mitochondrial bioenergetics to trigger dysbiosis that exacerbates pre-inflammatory bowel disease." Cell Host & Microbe..

정리 6가지의 preservation solutions (Norgen, OMNI, RNAlater, CURNA, HEMA, and Shield)를 −80°C standards와 비교 (7일 간 상온에서 보관 후 분석함) Norgen과 OMNI의 경우, standards와 가장 적은 차이를 보임 (혐기성 및 호기성 세균의 성장을 잘 억제함). RNAlater는 community의 큰 변화를 일으킴. 서로 다른 hypervariable region의 경우, 서로 다른 primer sensitivity를 보임. V4의 경우 높은 alpha diversity를 보임. 27f-YM primer는 Bifodobacteriales를 대부분 찾아내지 못함. 결론적으로, Preservation solution 및 16S..