Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences.
Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences.
复制标题
DOI：
10.1038/nbt.2676
复制
发表时间：
2013-09
影响因子：
46.9
通讯作者：
中科院分区：
文献类型：
--
作者：
分析系统发育标记基因，如16S rRNA基因，是研究微生物群落的关键工具，但不能提供群落功能能力的直接证据。在这里，我们描述了PICRUSt（通过重建未观察状态进行群落系统发育调查），这是一种利用标记基因数据和参考基因组数据库预测宏基因组功能组成的计算方法。PICRUSt使用扩展的祖先状态重建算法来预测哪些基因家族存在，然后结合基因家族来估计复合元基因组。利用16S信息，PICRUSt重现了人类微生物组计划的关键发现，并准确预测了宿主相关和环境群落中基因家族的丰度，具有可量化的不确定性。我们的研究结果表明，系统发育和功能是充分联系在一起的，这种“预测性宏基因组”方法应该为目前只有标记基因调查可用的数千种未培养的微生物群落提供有用的见解。
Profiling phylogenetic marker genes, such as the 16S rRNA gene, is a key tool for studies of microbial communities but does not provide direct evidence of a community’s functional capabilities. Here we describe PICRUSt (Phylogenetic Investigation of Communities by Reconstruction of Unobserved States), a computational approach to predict the functional composition of a metagenome using marker gene data and a database of reference genomes. PICRUSt uses an extended ancestral-state reconstruction algorithm to predict which gene families are present and then combines gene families to estimate the composite metagenome. Using 16S information, PICRUSt recaptures key findings from the Human Microbiome Project and accurately predicts the abundance of gene families in host-associated and environmental communities, with quantifiable uncertainty. Our results demonstrate that phylogeny and function are sufficiently linked that this ‘predictive metagenomic’ approach should provide useful insights into the thousands of uncultivated microbial communities for which only marker gene surveys are currently available.
登录
查看更多内容
影响因子：
14.9
作者：
Kanehisa M;Goto S;Sato Y;Furumichi M;Tanabe M
通讯作者：
Tanabe M
影响因子：
46.9
作者：
Knight R;Jansson J;Field D;Fierer N;Desai N;Fuhrman JA;Hugenholtz P;van der Lelie D;Meyer F;Stevens R;Bailey MJ;Gordon JI;Kowalchuk GA;Gilbert JA
通讯作者：
Gilbert JA
影响因子：
14.9
作者：
Federhen S
通讯作者：
Federhen S
影响因子：
17.1
作者：
Gajer P;Brotman RM;Bai G;Sakamoto J;Schütte UM;Zhong X;Koenig SS;Fu L;Ma ZS;Zhou X;Abdo Z;Forney LJ;Ravel J
通讯作者：
Ravel J
DOI：
10.1073/pnas.0409727102
发表时间：
2005-02-15
影响因子：
11.1
作者：
Konstantinidis, KT;Tiedje, JM
通讯作者：
Tiedje, JM