PhyloSift: phylogenetic analysis of genomes and metagenomes.
PhyloSift: phylogenetic analysis of genomes and metagenomes.
复制标题
作者：
Darling AE;Jospin G;Lowe E;Matsen FA 4th;Bik HM;Eisen JA
与地球上的所有生物体一样，环境微生物也受到分子进化力量的影响。宏基因组测序提供了一种获取未培养微生物 DNA 序列的方法。通过将微生物群落的 DNA 测序与进化模型和系统发育分析相结合，我们可能会获得对微生物学的新见解，并为法医病原体检测等实用工具提供基础。在这项工作中，我们提出了一种利用宏基因组序列数据的系统发育分析来进行多种类型的分析的方法。首先，我们提出了一种对样本中是否存在生物体进行系统发育驱动的贝叶斯假设检验的方法。其次，我们提出了一种方法来比较许多样本集合中的群落结构，并在某些生物体的丰度和样本元数据之间建立直接关联。第三，我们应用新工具来分析微生物群落的系统发育多样性，并再次证明这如何与样本元数据相关联。这些分析是在名为 PhyloSift 的开源软件管道中实现的。作为一个管道，PhyloSift 整合了其他几个程序，包括 LAST、HMMER 和 pplacer，以自动对现代测序平台（例如 Illumina，454）生成的宏基因组数据集中的蛋白质编码和 RNA 序列进行系统发育分析。
Like all organisms on the planet, environmental microbes are subject to the forces of molecular evolution. Metagenomic sequencing provides a means to access the DNA sequence of uncultured microbes. By combining DNA sequencing of microbial communities with evolutionary modeling and phylogenetic analysis we might obtain new insights into microbiology and also provide a basis for practical tools such as forensic pathogen detection. In this work we present an approach to leverage phylogenetic analysis of metagenomic sequence data to conduct several types of analysis. First, we present a method to conduct phylogeny-driven Bayesian hypothesis tests for the presence of an organism in a sample. Second, we present a means to compare community structure across a collection of many samples and develop direct associations between the abundance of certain organisms and sample metadata. Third, we apply new tools to analyze the phylogenetic diversity of microbial communities and again demonstrate how this can be associated to sample metadata. These analyses are implemented in an open source software pipeline called PhyloSift. As a pipeline, PhyloSift incorporates several other programs including LAST, HMMER, and pplacer to automate phylogenetic analysis of protein coding and RNA sequences in metagenomic datasets generated by modern sequencing platforms (e.g., Illumina, 454).
登录
查看更多内容
影响因子：
7
作者：
Kielbasa, Szymon M.;Wan, Raymond;Frith, Martin C.
通讯作者：
Frith, Martin C.
影响因子：
5.9
作者：
FAITH, DP
通讯作者：
FAITH, DP
影响因子：
4.3
作者：
Chen K;Pachter L
通讯作者：
Pachter L
影响因子：
3
作者：
Diaz NN;Krause L;Goesmann A;Niehaus K;Nattkemper TW
通讯作者：
Nattkemper TW
影响因子：
1.9
作者：
Ghosh, Tarini Shankar;Mohammed, Monzoorul Haque;Mande, Sharmila Shekhar
通讯作者：
Mande, Sharmila Shekhar