Benchmarking 16S rRNA gene amplicon analysis in high-diversity microbial communities reveals fundamental trade-offs in clustering and denoising
Deze studie benchmarkt vier 16S rRNA-ampliconanalyse-pipelines met behulp van gesimuleerde en echte gemeenschappen met een hoge diversiteit om aan te tonen dat de prestaties van pipelines fundamentele afwegingen inhouden tussen soortrepresentatie, clusterzuiverheid en abundantienauwkeurigheid die variëren met de kenmerken van de dataset, waarmee zij pleiten tegen vaste analytische standaardinstellingen ten gunste van doelgestuurde parameterselectie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Om de onzichtbare wereld van microben te begrijpen, vertrouwen wetenschappers vaak op een techniek die DNA-barcoding wordt genoemd. Ze nemen een monster van bodem, water of sediment, extraheren het genetisch materiaal en richten zich op een specifiek gen dat fungeert als een unieke identificatie voor bacteriën. Door miljoenen van deze genetische fragmenten te lezen, kunnen onderzoekers tellen hoeveel verschillende soorten bacteriën aanwezig zijn en inschatten hoe algemeen elk type is. Deze methode heeft ons begrip van het leven op plekken variërend van de menselijke darm tot de diepe oceaanbodem gerevolutioneerd. De ruwe data die door deze machines worden geproduceerd is echter rommelig. Het bevat fouten die tijdens het sequencingsproces zijn geïntroduceerd en minuscule variaties die moeilijk te onderscheiden zijn van echte biologische verschillen. Om deze ruis te begrijpen, gebruiken wetenschappers computerprogramma's om vergelijkbare sequenties bij elkaar te groeperen, in de hoop de werkelijke gemeenschap van organismen te reconstrueren die in het oorspronkelijke monster aanwezig was.
De uitdaging ligt in het kiezen van het juiste computerprogramma en de juiste instellingen voor de klus. Jarenlang hebben onderzoekers gestandaardiseerde tools gebruikt om deze genetische fragmenten te sorteren, maar deze tools werden vaak getest op eenvoudige, laag-diverse monsters, zoals die uit een menselijke darm, in plaats van op de ongelooflijk complexe en drukke microbiële gemeenschappen die in de natuur worden gevonden. Een nieuwe studie door onderzoekers van de Noorse Universiteit voor Levenswetenschappen en de Universiteit van Oslo stelt een kritische vraag: werken deze standaardtools wanneer ze geconfronteerd worden met de extreme diversiteit van milieumonsters? Het team zette zich erop gericht om vier populaire computerpipelines — VSEARCH, UNOISE, Swarm en DADA2 — te testen door ze te voeden met gesimuleerde data waarbij het ware antwoord al bekend was. Ze creëerden virtuele microbiële gemeenschappen met variërende niveaus van complexiteit, variërend van een honderd soorten tot tienduizend, en met verschillende verdelingen van abundantie, van gelijkmatige spreiding tot zeer ongelijkmatige verdelingen waarbij een paar soorten domineren en velen zeldzaam zijn.
De onderzoekers ontdekten dat de prestaties van deze tools drastisch veranderen afhankelijk van hoe complex de gemeenschap is. In eenvoudigere gemeenschappen met minder soorten produceerden de verschillende programma's zeer vergelijkbare resultaten, en deed de keuze van de software er weinig toe. Echter, naarmate het aantal soorten toenam naar de duizenden, werden de verschillen scherp. Geen enkel programma kwam naar voren als de perfecte oplossing voor elke situatie. In plaats daarvan maakten elk hulpmiddel andere afwegingen. Sommige programma's waren uitstekend in het nauwkeurig houden van de relatieve abundantie van soorten, wat betekent dat ze correct lieten zien welke bacteriën algemeen en welke zeldzaam waren, maar ze hadden de neiging om een enkele soort in veel verschillende groepen te splitsen, waardoor het leek alsof er meer soorten bacteriën waren dan in werkelijkheid het geval was. Andere waren beter in het bij elkaar houden van soorten als een enkele eenheid, maar hadden moeite om het volledige bereik van de aanwezige zeldzame soorten in het monster weer te geven.
Een van de belangrijkste bevindingen was dat een hoge score voor "zuiverheid" geen garantie bood voor een accuraat beeld van de gemeenschap. Een cluster van sequenties wordt als puur beschouwd als alle DNA erin afkomstig is van dezelfde soort. Verschillende programma's produceerden clusters die bijna 100 procent puur waren, maar ze slaagden er niet in de ware soorten correct te reconstrueren omdat ze die soorten over meerdere clusters hadden verdeeld of volledig hadden gemist. Dit suggereert dat kijken naar hoe schoon de groepen zijn, misleidend kan zijn. De studie onderzocht ook een specifieke instelling genaamd de minimale abundantiedrempel, die fungeert als een filter om zeer zeldzame sequenties te verwijderen die mogelijk fouten zijn. De onderzoekers ontdekten dat het verhogen van deze drempel om strenger te zijn, het aantal gesplitste soorten verminderde, maar ook het verlies van echte, zeldzame bacteriën veroorzaakte. Dit effect was bijzonder sterk wanneer het totale aantal DNA-reads laag was, wat betekent dat een instelling die goed werkt voor een diepe sequencing-run, waardevolle data kan vernietigen in een minder diepe run.
Om te bevestigen dat deze patronen ook in de echte wereld standhouden, paste het team dezelfde methoden toe op werkelijke sedimentmonsters van de zeebodem. Zonder de ware samenstelling van deze natuurlijke monsters te kennen, keken ze hoe vaak specifieke DNA-sequenties voorkwamen in meerdere replicate-monsters genomen van dezelfde locatie. Ze ontdekten dat strengere filterinstellingen sequenties verwijderden die consistent gedetecteerd waren over deze replicates, wat bevestigde dat het verlies van data dat in de simulaties werd waargenomen, ook in de natuur plaatsvond. De studie concludeert dat er geen universele "beste" pipeline is voor het analyseren van microbiële diversiteit. De keuze van software en instellingen moet worden afgestemd op de specifieke doelen van het onderzoek en de kenmerken van het monster. Als een onderzoeker precies wil weten hoeveel soorten aanwezig zijn, kan hij een ander hulpmiddel kiezen dan wanneer hij de precieze proporties van die soorten wil weten. De bevindingen dienen als een herinnering dat in de complexe wereld van de omgevingsmicrobiologie de tools die we gebruiken om de onzichtbare wereld te zien, bepalen wat we zien, en die tools moeten met zorg worden gekozen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.