在《How Microbes Shape Their Communities? A Microbial Community Model Based on Functional Genes》一文中，作者利用生物信息分析實現(xiàn)了基于功能基因的微生物群落預(yù)測模型。

文章中生物信息分析部分主要包括宏基因組分析、統(tǒng)計學(xué)分析和FCP建模及預(yù)測，其中1）宏基因組分析采用的軟件和我們平時常用的軟件都不太一樣，且很多軟件包已不再維護，如果有涉及這方面的分析，建議大家使用目前的主流軟件。2）統(tǒng)計學(xué)相關(guān)分析均在R語言環(huán)境下實現(xiàn)，主要包括GBM、MRT和CCREPE三個R包的使用。3）FCP 建模及預(yù)測是利用Matlab軟件自帶的FMINCON函數(shù)實現(xiàn)的，最后結(jié)合常規(guī)的統(tǒng)計學(xué)分析手段完成相關(guān)驗證和CSS基因篩選。

宏基因組分析

在宏基因組分析流程中，首先對高通量測序下機的雙端序列原始數(shù)據(jù)進行質(zhì)量篩查，獲取可用于下游分析的高質(zhì)量數(shù)據(jù)集。隨后對其進行宏基因組序列拼接組裝，構(gòu)建宏基因組Contigs序列集，并進行基因預(yù)測，獲得非冗余蛋白序列集。最后，選擇常用的數(shù)據(jù)庫對蛋白序列進行功能注釋，本研究采用是COG數(shù)據(jù)庫。

Step1: detect and correct errors in the raw data（Reads錯誤堿基修正）

Step2: filter out low quality reads（去除低質(zhì)量Reads）

Step3: assemble these preprocessed reads into contigs（Reads組裝）

Step4: predict protein coding genes（基因預(yù)測）

Step5: taxonomic classification（物種注釋）

Step6: COG database annotation（COG功能注釋）

統(tǒng)計學(xué)分析

文章利用MRT和GBM包分析解釋復(fù)雜生態(tài)系統(tǒng)物種組成和環(huán)境因子之間的關(guān)系。使用CCREPE算法解析微生物群落中物種間相關(guān)豐度的關(guān)系，具體步驟如下。

1.  CCREPE分析

Step1 安裝和加載ccrepe包

Step2 構(gòu)建測試數(shù)據(jù)集

Step3 運行ccrepe

2.  MRT分析

Step1 安裝和加載mvpart包

Step2 讀入數(shù)據(jù)

Step3 運行mvpart

3.  GBM分析

Step1 安裝和加載gbm包

Step2 讀入數(shù)據(jù)

Step3 gbm建模

Step4 查看最佳迭代次數(shù)，如圖左展示

Step5  看出最終結(jié)果，如圖右展示

FCP 建模及預(yù)測

在matlab中，fmincon函數(shù)可以求解帶約束的非線性多變量函數(shù)(Constrained nonlinear multivariable function)的最小值,即可以用來求解非線性規(guī)劃問題，matlab中，非線性規(guī)劃模型的寫法如下：

FMINCON函數(shù)用法：

[x,fval]=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)

x—返回值是決策向量x的取值，fval的返回值是目標(biāo)函數(shù)f(x)的取值

fun—是用M文件定義的函數(shù)f(x),代表了(非)線性目標(biāo)函數(shù)

x0 —是x的初始值

A,b,Aeq,beq—定義了線性約束 ,如果沒有線性約束，則A=[],b=[],Aeq=[],beq=[]

lb和ub—變量x的下界和上界，如果下界和上界沒有約束，則lb=[],ub=[],也可以寫成lb的各分量都為 -inf, ub的各分量都為inf

nonlcon—用M文件定義的非線性向量函數(shù)約束

options—定義優(yōu)化參數(shù)，不填寫表示使用Matlab默認的參數(shù)設(shè)置

以上就是該文獻生信分析方法體系的實現(xiàn)方法，歡迎感興趣的朋友前來和我們交流、溝通。