記事一覧

DADA2

     原創文章     引用請註明出處DADA ( Divisive Amplicon Denoising Algorithm) 是一種校正擴增子序列錯誤的演算模型,分析不採用聚類方法建構 OTUs [1]。雖然過往研究通常採用 97% 或 99% 序列相似程度進行 OTU clustering 並以代表序列做後續分析,但也知道 OTU 並不能完全代表一個物種,因而限制了微生物物種分析的準確性。近年來,許多研究者相繼呼籲應捨棄 OTU 這種不...

繼續閲讀

QIIME2

     原創文章     引用請註明出處2018 年 1 月, QIIME 團隊發出官方聲明,將不再進行 QIIME1 的更新與維護。取而代之的是 QIIME 2™ ,QIIME2 提供了一個具再現性、互動性與可擴展性的微生物體資料分析平台[1] (根據 Google Scholar 截至 2019/11/7 已有 42 篇論文引用)。QIIME2 繼承了 QIIME1 具有的分析功能,但整個 QIIME2 是經過重新設計並改寫而成的獨立新平台。以下介紹...

繼續閲讀

ANCOM 微生物組間差異物種分析

     原創文章     引用請註明出處微生物體資料分析通常為了考慮定序深度的差異,豐度會標準化為比例關係(例如,相對豐度)。而這樣的組成型資料常造成統計上的偏差,為了能改善其統計效力也發展出相應的分析方法。在進行相對豐度於組間的差異分析中,除了採用累計求合標準化(cumulative-sum scaling, CSS)方法的 metagenomeSeq[1] 外,目前QIIME2也提供另一個能檢測組間微生物...

繼續閲讀

微生物物種-環境因子分析

     原創文章     引用請註明出處進行微生物群落研究時,往往會需要檢測菌相與不同環境變量(因子)間的相關性,例如:1. 微生物群落與生態環境變量間的相關性2. 人體微生物與疾病病程發展的相關性3. 不同藥物處理後,微生物組成與病情改善間的相關性因此需要透過特定的環境因子關聯模型,分析特定因子或因子組合對細菌物種的影響程度。今天我們就來聊聊有哪些分析方法可以進行...

繼續閲讀

微生物多體學研究的黃金十年 - To Be Continued

     原創文章     引用請註明出處 人類微生物研究的下個黃金十年人體微生物體計劃(Human Microbiome Project, HMP)在2007年被提出之後,第一階段(HMP1, 2008-2012)共投入1.15億美金,主要關注於健康人群的人體微生物,對人體各部位如鼻腔、口腔、皮膚、腸道以及生殖道等部位進行微生物體檢測,初步幫助科學家了解人體各部位微生物群,並藉由發起第二階段人類微生物體整...

繼續閲讀

FAPROTAX 菌群功能預測

     原創文章     引用請註明出處FAPROTAX (Functional Annotation of Prokaryotic Taxa)是 Louca 等人為解析微生物群落功能於 2016 年創建的資料庫,主要基於原核微生物分類的功能註釋並在2016年發表於Science [1]。 FAPROTAX 可適用於對環境樣本(如海洋、湖泊等)的生物地球化學循環過程(特別是碳、氫、氮、磷、硫等元素循環)進行功能預測 [2]。FAPROTAX 不僅為預測環境...

繼續閲讀

microPITA協助從16S挑選總體基因體目標樣本

      原創文章     引用請註明出處目前研究的趨勢已從多樣性分析 (16S/18S/ITS) 進入到總體基因體 (Whole Metagenomic Sequencing) 的時代。但相較 16S rRNA 定序,總體基因體定序及分析複雜且昂貴許多,因此如何從大量的多樣性定序樣本中,篩選出具代表性、感興趣且欲深入探討功能的樣本,便顯得相當重要!但有時對於應該選擇多少數量的樣本做後續的探討,以及選出的樣...

繼續閲讀