Dadaist2: A Toolkit to Automate and Simplify Statistical Analysis and Plotting of Metabarcoding Experiments.
Dadaist2: A Toolkit to Automate and Simplify Statistical Analysis and Plotting of Metabarcoding Experiments.
复制标题
DOI：
10.3390/ijms22105309
复制
发表时间：
2021-05-18
影响因子：
5.6
通讯作者：
Telatin A
中科院分区：
文献类型：
--
作者：
Ansorge R;Birolo G;James SA;Telatin A
可以使用通用标记扩增子测序来评估微生物群落的分类组成。最常见的分类标记是细菌群落的16S rDNA和真菌群落的内转录间隔区（ITS），但各种其他标记用于条形码真核生物。扩增子序列的生物信息学分析中的关键步骤是鉴定代表性序列。这可以使用聚类方法或通过对原始测序读数进行去噪来实现。DADA 2是一种广泛采用的算法，作为R文库发布，其对来自下一代测序的标记特异性扩增子进行降噪，并产生一组被称为“扩增子序列变体”（ASV）的代表性序列。在这里，我们介绍了Dadaist 2，一个模块化的管道，提供了一个完整的分析套件，从原始测序读数到数值生态学的统计数据。Dadaist2实现了一种新的方法，该方法专门针对具有可变长度的扩增子进行了优化，例如真菌ITS。该管道专注于简化从命令行到R的数据流，具有多个用于统计分析和绘图的选项，包括交互式和自动化。
The taxonomic composition of microbial communities can be assessed using universal marker amplicon sequencing. The most common taxonomic markers are the 16S rDNA for bacterial communities and the internal transcribed spacer (ITS) region for fungal communities, but various other markers are used for barcoding eukaryotes. A crucial step in the bioinformatic analysis of amplicon sequences is the identification of representative sequences. This can be achieved using a clustering approach or by denoising raw sequencing reads. DADA2 is a widely adopted algorithm, released as an R library, that denoises marker-specific amplicons from next-generation sequencing and produces a set of representative sequences referred to as ‘Amplicon Sequence Variants’ (ASV). Here, we present Dadaist2, a modular pipeline, providing a complete suite for the analysis that ranges from raw sequencing reads to the statistics of numerical ecology. Dadaist2 implements a new approach that is specifically optimised for amplicons with variable lengths, such as the fungal ITS. The pipeline focuses on streamlining the data flow from the command line to R, with multiple options for statistical analysis and plotting, both interactive and automatic.
登录
查看更多内容
影响因子：
15.5
作者：
Hildebrand F;Tadeo R;Voigt AY;Bork P;Raes J
通讯作者：
Raes J
影响因子：
6.4
作者：
Bokulich, Nicholas A.;Rideout, Jai Ram;Caporaso, J. Gregory
通讯作者：
Caporaso, J. Gregory
影响因子：
10.7
作者：
Price MN;Dehal PS;Arkin AP
通讯作者：
Arkin AP
影响因子：
48
作者：
Callahan BJ;McMurdie PJ;Rosen MJ;Han AW;Johnson AJ;Holmes SP
通讯作者：
Holmes SP
影响因子：
4.4
作者：
Schloss, Patrick D.;Westcott, Sarah L.;Weber, Carolyn F.
通讯作者：
Weber, Carolyn F.