MUSiCC: a marker genes based framework for metagenomic normalization and accurate profiling of gene abundances in the microbiome.
MUSiCC: a marker genes based framework for metagenomic normalization and accurate profiling of gene abundances in the microbiome.
复制标题
DOI：
10.1186/s13059-015-0610-8
复制
发表时间：
2015-03-25
期刊：
影响因子：
12.3
通讯作者：
Borenstein E
中科院分区：
文献类型：
--
作者：
Manor O;Borenstein E
功能元基因组分析通常涉及一个标准化步骤，在这个步骤中，测量到的基因或途径的水平被转换为相对丰度。在这里，我们证明了这种归一化方案在人类微生物样本之间和内部都引入了显著的偏差，并确定了导致这些偏差的样本和基因特有的属性。我们引入了另一种标准化范式，MUSiCC，它将通用的单拷贝基因与机器学习方法相结合，以纠正这些偏差，并获得准确的、具有生物学意义的基因丰度测量。最后，我们证明了MUSiCC显著改善了微生物组功能转移的下游发现。欲了解更多信息，请登录：http://elbo.gs.washington.edu/software.html.。本文的在线版本(doi：10.1186/s13059-015-0610-8)包含补充材料，授权用户可以使用。
Functional metagenomic analyses commonly involve a normalization step, where measured levels of genes or pathways are converted into relative abundances. Here, we demonstrate that this normalization scheme introduces marked biases both across and within human microbiome samples, and identify sample- and gene-specific properties that contribute to these biases. We introduce an alternative normalization paradigm, MUSiCC, which combines universal single-copy genes with machine learning methods to correct these biases and to obtain an accurate and biologically meaningful measure of gene abundances. Finally, we demonstrate that MUSiCC significantly improves downstream discovery of functional shifts in the microbiome. MUSiCC is available at http://elbo.gs.washington.edu/software.html. The online version of this article (doi:10.1186/s13059-015-0610-8) contains supplementary material, which is available to authorized users.
登录
查看更多内容
影响因子：
7.7
作者：
Cani, Patrice D.;Amar, Jacques;Burcelin, Remy
通讯作者：
Burcelin, Remy
影响因子：
64.8
作者：
通讯作者：
--
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：
12.3
作者：
Raes J;Korbel JO;Lercher MJ;von Mering C;Bork P
通讯作者：
Bork P
影响因子：
4.4
作者：
Frank, Jeremy A.;Sorensen, Soren J.
通讯作者：
Sorensen, Soren J.