Denoisers 선택 시 주의해야할 점

오늘은 microbiome에서 서열 오류를 수정하는 denoising tool인 DADA2, UNOISE3, Deblur에 대한 논문에 대해서 언어 모델들에게 물어보았습니다. :)

논문 제목은 Denoising the Denoisers: an independent evaluation of microbiome sequence error-correction approaches 이고 2018년도에 나왔었는데.. 아.. 제가 언어모델들에게 물어본 내용은 아마.. peer review를 하지 않았던 버전이었던 것 같네요.. 

Review 전 : >여기<

Review 후 : >여기<

DOI: 10.7717/peerj.5364

clova-x

제목: Microbiome 연구에서 Denoising 방법의 중요성과 프로그램 선택 시 고려 사항

Microbiome 연구는 인간의 건강과 생태계의 이해에 중요한 역할을 합니다. 이 연구에서는 미생물 군집의 유전자 서열을 분석하여 다양한 생물학적 과정과 질병과의 연관성을 파악합니다.

유전자 서열 분석 과정에서 오류가 발생할 수 있는데, 이를 수정하기 위해 denoising 방법이 사용됩니다. 이 방법은 시퀀싱 데이터에서 오류를 제거하고, 고해상도의 개별 생물체(ASVs)를 생성하여 미생물 군집의 정확한 분석을 가능하게 합니다.

Denoising 방법을 사용하는 분석 프로그램에는 DADA2, UNOISE3, Deblur 등이 있습니다. 이 프로그램들은 각각의 장단점과 특징을 가지고 있으며, 데이터의 특성과 사용자의 요구에 따라 적절한 프로그램을 선택해야 합니다.

- DADA2는 빠른 속도와 높은 정확도를 가지고 있지만, 메모리 사용량이 많아 대용량 데이터를 처리하는 데 어려움이 있을 수 있습니다.

- UNOISE3는 다양한 시퀀싱 플랫폼과 라이브러리에 대한 지원을 제공하며 사용자 정의 옵션을 제공하여 사용자의 요구에 맞게 조정할 수 있지만, 다른 프로그램에 비해 상대적으로 속도가 느릴 수 있습니다.

- Deblur는 빠른 속도와 적은 메모리 사용량을 가지고 있어 대용량 데이터를 처리하는 데 적합하지만, 다른 프로그램에 비해 정확도가 다소 떨어질 수 있습니다.

프로그램을 선택할 때는 데이터의 크기, 복잡도, 분석 목적 등을 고려해야 합니다. 또한 프로그램의 사용 방법과 결과 해석 방법을 충분히 숙지해야 합니다.

Microbiome 연구에서 denoising 방법을 사용하는 분석 프로그램은 매우 중요합니다. 적절한 프로그램을 선택하고, 이를 올바르게 사용하여 정확한 분석 결과를 도출하는 것이 중요합니다.

gemini

## 미생물 연구에서 "denoising" 프로그램 선택 시 고려해야 할 사항

**미생물**은 우리 몸과 환경에 중요한 역할을 하는 다양한 생물체입니다. 최근 몇 년 동안 미생물 연구는 급격히 발전하여 질병 치료, 환경 보호, 식품 생산 등 다양한 분야에서 중요한 역할을 하고 있습니다.

미생물 연구에서 중요한 단계 중 하나는 **미생물 군집 데이터 분석**입니다. 이 과정에서 "denoising"이라는 기술을 사용하여 시퀀싱 데이터의 오류를 수정하는 것이 중요합니다. "Denoising" 프로그램은 다양한 종류가 있으며 각 프로그램마다 장단점이 있습니다.

**이 블로그 게시물에서는 "denoising" 프로그램을 사용하는 분석 프로그램을 선택할 때 고려해야 할 사항을 다룹니다.**

### 1. 연구 목적

* **정확도가 가장 중요한 경우**: DADA2 또는 Deblur가 좋은 선택입니다.

* **속도와 메모리 사용량이 중요한 경우**: UNOISE3가 좋은 선택입니다.

* **QIIME2와 통합된 분석 환경을 원하는 경우**: Deblur가 좋은 선택입니다.

* **다양성 분석이 중요한 경우**: DADA2의 높은 알파 다양성 지표를 고려해야 합니다.

* **낮은 풍부도 종을 찾고 싶은 경우**: DADA2의 높은 ASV 수가 유리할 수 있습니다.

### 2. 데이터 특성

* **데이터 세트의 품질**: 고품질의 데이터는 더 정확한 결과를 제공합니다.

* **시퀀싱 플랫폼**: 서로 다른 플랫폼은 서로 다른 오류 유형을 생성할 수 있습니다.

* **분석 파이프라인**: 프로그램 선택 외에도 분석 파이프라인의 다른 단계도 결과에 영향을 미칠 수 있습니다.

### 3. 사용자의 선호도

* **사용 편의성**: 각 프로그램은 사용 편의성이 다릅니다. 사용자에게 적합한 인터페이스와 명령어를 가진 프로그램을 선택하는 것이 중요합니다.

* **컴퓨팅 자원**: 일부 프로그램은 다른 프로그램보다 더 많은 컴퓨팅 자원을 필요로 합니다. 사용 가능한 컴퓨팅 자원을 고려하여 프로그램을 선택해야 합니다.

### 주의 사항

* **모든 "denoising" 프로그램이 완벽하지는 않습니다.** 모든 프로그램은 오류를 일부 남길 수 있으며, 이는 결과에 영향을 미칠 수 있습니다.

* **"denoising" 프로그램을 사용하면 데이터 손실이 발생할 수 있습니다.** 특히, 낮은 풍부도 종은 "denoising" 과정에서 손실될 가능성이 높습니다.

* **"denoising" 프로그램 선택은 연구 결과에 영향을 미칠 수 있습니다.** 여러 프로그램을 사용하여 결과를 비교하는 것이 좋습니다.

### 결론

"Denoising" 프로그램은 미생물 연구에서 중요한 도구이지만, 프로그램 선택 시 주의해야 할 사항이 있습니다. 연구 목적, 데이터 특성, 사용자의 선호도를 고려하여 적절한 프로그램을 선택하는 것이 중요합니다. 또한, "denoising" 프로그램의 한계를 인지하고 여러 프로그램을 사용하여 결과를 비교하는 것이 좋습니다.

**이 글이 미생물 연구에서 "denoising" 프로그램 선택에 도움이 되었기를 바랍니다.**

chatGPT

### 마이크로바이옴 연구에서 Denoising 방법을 사용할 때 고려해야 할 사항

마이크로바이옴 연구는 미생물 군집의 구성과 기능을 이해하는 데 중요한 역할을 합니다. 이러한 연구에서 정확한 데이터 분석은 매우 중요하며, denoising 방법은 서열 분석의 정확도를 높이는 데 필수적입니다. 이번 글에서는 마이크로바이옴 서열 분석에서 denoising 방법을 사용할 때 주의해야 할 사항과 각 프로그램(DADA2, UNOISE3, Deblur)의 선택 시 고려해야 할 내용을 다루겠습니다.

#### 1. Denoising 방법의 중요성

denoising 방법은 마이크로바이옴 서열 분석에서 발생할 수 있는 오류를 교정하여 실제 생물학적 변이를 정확하게 반영하는 데 도움을 줍니다. 이를 통해 높은 분류 정확도를 유지하고, 연구 결과의 신뢰성을 높일 수 있습니다.

#### 2. 주요 denoising 프로그램 비교

마이크로바이옴 연구에서 널리 사용되는 denoising 프로그램으로는 DADA2, UNOISE3, Deblur가 있습니다. 각 프로그램은 고유한 알고리즘과 접근 방식을 가지고 있어, 연구 목적과 데이터 특성에 따라 적합한 도구를 선택해야 합니다.

##### DADA2

- **특징**: R 언어로 구현되어 있으며, 모든 샘플을 동시에 처리하는 "pooled-sample" 접근 방식을 사용합니다. 단일 뉴클레오타이드 수준의 변이를 식별합니다.

- **장점**: 가장 많은 수의 ASV(암피콘 서열 변이체)를 호출하며, 높은 분류 정확성을 제공합니다.

- **단점**: 상대적으로 높은 메모리 사용량과 계산 시간이 필요합니다.

- **사용 시 주의사항**: 높은 정확도를 필요로 하지만, 충분한 계산 자원을 확보할 수 있는 경우에 적합합니다.

##### UNOISE3

- **특징**: C++로 구현되어 있으며, "one-pass clustering" 전략을 사용하여 품질 점수에 의존하지 않습니다. 단일 샘플을 독립적으로 처리합니다.

- **장점**: 계산 시간이 절약되고, 메모리 요구 사항이 낮습니다.

- **단점**: 가장 적은 수의 ASV를 호출합니다.

- **사용 시 주의사항**: 빠른 분석이 필요하고, 메모리 사용을 최소화해야 하는 경우에 적합합니다.

##### Deblur

- **특징**: Python으로 구현되어 있으며, 각 샘플을 독립적으로 처리하여 계산 요구 사항을 줄입니다. "positive filtering"을 통해 그린진 데이터베이스와 비교하여 특정 정체성 임계값에 미달하는 읽기를 폐기합니다.

- **장점**: 낮은 메모리 요구 사항과 계산 시간.

- **단점**: DADA2와 UNOISE3에 비해 적은 수의 ASV를 호출합니다.

- **사용 시 주의사항**: 중간 정도의 성능과 자원 요구량을 가지고 있으며, 특정 데이터 세트나 연구 목적에 따라 적합할 수 있습니다.

#### 3. 프로그램 선택 시 고려사항

프로그램을 선택할 때는 다음과 같은 요소를 고려해야 합니다:

- **연구 목적**: 정확한 분류가 중요한 경우 DADA2를, 빠른 분석이 필요한 경우 UNOISE3를, 중간 정도의 성능과 자원 요구량을 고려할 경우 Deblur를 선택할 수 있습니다.

- **데이터 특성**: 데이터의 양과 복잡성, 서열의 품질에 따라 적절한 프로그램을 선택해야 합니다.

- **자원 요구량**: 사용 가능한 컴퓨팅 자원(메모리, CPU 시간 등)을 고려하여 프로그램을 선택해야 합니다.

- **분석 시간**: 분석에 소요되는 시간을 고려하여 빠른 결과가 필요한 경우 적합한 프로그램을 선택해야 합니다.

### 결론

마이크로바이옴 연구에서 denoising 방법을 사용하는 것은 서열 분석의 정확도를 높이는 데 매우 중요합니다. 각 denoising 프로그램은 고유한 장단점을 가지고 있으므로, 연구 목적과 데이터 특성에 따라 적합한 도구를 신중하게 선택해야 합니다. DADA2, UNOISE3, Deblur 각각의 특성과 사용 시 주의사항을 이해하고, 적절한 프로그램을 선택함으로써 보다 정확하고 신뢰할 수 있는 연구 결과를 얻을 수 있습니다.

이 글이 마이크로바이옴 연구를 준비하는 연구자들에게 도움이 되길 바랍니다. 연구에 성공적인 결과가 있기를 기원합니다!

clova-x는 간략하게 잘 설명해준 듯 합니다. 진짜로 짧은데 내용은 다 들어있습니다. gemini와 chatGPT는 이런 저런 설명도 함께 좀 곁들여서 "그래 너 denoisers 선택할 때 이런거 고려해서 해보렴"이라고 어르는듯한... 느낌이 좀 드네요 

여튼 예전 microbiome 분석 시에는 OTU (Opertaional Taxonomic Unit) picking를 했다면 최근엔 ASV (Amplicon Sequence Variant)로 경향이 바뀌면서 denoising 작업이 중요해진듯 합니다. 여튼 결론적으로 microbime deoising 작업 할 때 각자의 상황을 고려해서 tool을 선택하라고 했지만.. 그냥 DADA2 선택하시면 후회하는 일은 없지 않을까하는 생각입니다. :)

PC 안에 언어 모델에게 읽혀볼만한 논문들이 생각보다 없네요. 필요할만한 논문 생기면 가져와보도록 하겠습니다.

출처: @ye._.vely618

DADA2 돌아보기

오늘은 microbiome작업에서 많이 사용되는 DADA2에 대해서 한번 돌아보도록 하겠습니다. 제가 micriobiome 작업을 했을때 qiime1을 가지고 가내수공업으로 만들 때여서 사실 당시 나왔었던 최신 tool은 잘 몰랐었습니다. 

많은 시간이 흘러 최근에 qiime2 작업을 코치 해주면서 DADA2가 qiime2에 기본 툴로 들어앉은것 같아서(?아니었나요? ) 한번 물어보았습니다.

논문 제목은 DADA2: High resolution sample inference from Illumina amplicon data 이고, 

>여기< 에서 무료로 논문을 보실 수 있습니다.

DOI: 10.1038/nmeth.3869

gemini

## DADA2: 미생물 군집 연구를 위한 강력한 도구

미생물 군집 연구는 미생물이 서로 어떻게 상호 작용하고 우리 건강에 어떤 영향을 미치는지를 이해하는 데 중요합니다. Illumina 앰플리콘 시퀀싱은 미생물 군집을 연구하는 데 가장 일반적으로 사용되는 방법 중 하나입니다. 하지만 Illumina 앰플리콘 데이터는 오류가 많아 분석하기 어려울 수 있습니다.

DADA2는 Illumina 앰플리콘 데이터의 오류를 모델링하고 수정하는 오픈 소스 R 패키지입니다. DADA2는 OTU(Operational Taxonomic Units)를 생성하지 않고 샘플 시퀀스를 정확하게 추론하며, 1개 뉴클레오티드만큼 작은 차이도 해결합니다. 

DADA2는 이전의 Illumina sequence amplicon 기반 microbiome 분석 패키지들과 다음과 같은 차이점이 있습니다.

**정확성**: DADA2는 OTU 기반 방법보다 더 정확하게 샘플 시퀀스를 추론합니다.

**고해상도**: DADA2는 1개 뉴클레오티드만큼 작은 차이도 해결할 수 있습니다.

**오류 감소**: DADA2는 다른 방법들보다 더 적은 오류 시퀀스를 출력합니다.

**오픈 소스**: DADA2는 오픈 소스 R 패키지입니다.

DADA2는 여러 모의 커뮤니티에서 다른 방법들보다 더 많은 실제 변형을 식별하고 더 적은 오류 시퀀스를 출력했습니다. DADA2는 임신 여성 집단의 질 샘플에 적용하여 이전에 감지되지 않았던 다양한 Lactobacillus crispatus 변형을 발견했습니다.

DADA2는 미생물 군집 연구를 위한 강력한 도구입니다. DADA2는 샘플 시퀀스를 더 정확하게 추론하고 OTU 기반 방법보다 더 많은 정보를 제공합니다. DADA2는 미생물 군집의 세부적인 변형을 연구하고자 하는 연구자들에게 유용한 도구입니다.

## DADA2 사용 방법

DADA2는 공식 웹사이트([유효하지 않은 URL 삭제됨] 다운로드할 수 있습니다. DADA2 사용 방법에 대한 자세한 내용은 DADA2 사용자 매뉴얼([유효하지 않은 URL 삭제됨] 참조하십시오.

## DADA2 활용 사례

DADA2는 다음과 같은 다양한 연구에 사용되었습니다.

* **인간 장 미생물 군집 분석**([https://pubmed.ncbi.nlm.nih.gov/35105664/])

* **질 미생물 군집 분석**([https://pubmed.ncbi.nlm.nih.gov/22911732/])

* **피부 미생물 군집 분석**([https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8498027/])

* **환경 미생물 군집 분석**([https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10971298/])

## DADA2에 대한 자세한 정보

DADA2에 대한 자세한 내용은 다음 리소스를 참조하십시오.

* **DADA2 공식 웹사이트**: [https://benjjneb.github.io/dada2/]

* **DADA2 사용자 매뉴얼**: [https://www.bioconductor.org/packages/devel/bioc/manuals/dada2/man/dada2.pdf]

* **DADA2 GitHub 리포지토리**: [https://github.com/benjjneb/dada2]

* **DADA2 논문**: [https://www.nature.com/articles/nmeth.3869]

clova-x

 DADA2는 Illumina-sequenced amplicon errors를 모델하고 교정하는 데에 사용되는 소프트웨어 패키지입니다. 이 패키지는 에러를 모델화하고 교정하는 기능을 제공하여 정확한 시퀀싱 결과를 얻을 수 있도록 도와줍니다.

DADA2는 이전의 illumina sequence amplicon 기반의 microbiome 분석 패키지들과는 몇 가지 차이점이 있습니다. 예를 들어, 이전의 패키지들은 sequence variants를 그룹화하여 분석하였으나, DADA2는 sequence variants를 개별적으로 분석합니다. 또한, 이전의 패키지들은 분석 결과를 도출하기 위해 일정한 dissimilarity threshold를 사용하였으나, DADA2는 이를 사용하지 않습니다.

DADA2는 이전의 패키지들보다 더 정확한 분석 결과를 제공합니다. 예를 들어, 이전의 패키지들은 sequence variants를 그룹화하여 분석하기 때문에, 개별적인 sequence variants를 정확하게 구분하지 못하는 경우가 있었습니다. 그러나 DADA2는 sequence variants를 개별적으로 분석하기 때문에, 더 정확한 분석 결과를 제공합니다.

DADA2는 microbiome 분석 분야에서 매우 유용한 도구 중 하나입니다. 이 도구를 사용하면 microbiome 분석의 정확도를 높일 수 있으며, 이를 통해 인간과 환경의 건강에 중요한 역할을 하는 미생물 군집의 특성을 더욱 잘 이해할 수 있습니다.

chatGPT

### DADA2: 정밀한 마이크로바이옴 분석을 위한 혁신적 도구

마이크로바이옴 분석은 다양한 환경에서 미생물 군집의 구성과 기능을 이해하는 데 중요한 역할을 합니다. 특히, Illumina 시퀀싱은 이러한 분석에 널리 사용되지만, 시퀀싱 과정에서 발생하는 오류는 정확한 결과를 도출하는 데 걸림돌이 될 수 있습니다. 이러한 문제를 해결하기 위해 개발된 DADA2는 기존의 분석 패키지들과는 다른 혁신적인 접근 방식을 제시합니다. 이번 글에서는 DADA2의 주요 특징과 기존 도구들과의 차이점을 살펴보겠습니다.

#### DADA2란 무엇인가?

DADA2(Divisive Amplicon Denoising Algorithm 2)는 Illumina 시퀀싱된 암플리콘 데이터의 오류를 모델링하고 수정하여 정확한 시퀀스를 추출하는 소프트웨어 패키지입니다. DADA2는 OTU(Operational Taxonomic Units) 대신 ASV(Amplicon Sequence Variants) 기반 접근 방식을 사용하여 시퀀스를 독립적으로 식별합니다. 이를 통해 최소한의 뉴클레오타이드 차이까지 구분하여 실제 생물학적 변이를 정확히 파악할 수 있습니다.

#### DADA2의 주요 기능

1. **오류 수정**: DADA2는 시퀀싱 과정에서 발생하는 오류를 명시적으로 모델링하고 수정하여 정확한 시퀀스를 추출합니다.

2. **미세 변이 구분**: 샘플 내의 실제 시퀀스를 정확히 추론하여 생물학적 변이를 세밀하게 식별합니다.

3. **전체 워크플로우 지원**: 필터링, 중복 제거, 키메라 식별, 페어드엔드 리드 병합 등 전체 암플리콘 분석 워크플로우를 통합하여 제공합니다.

4. **참조 없이 적용 가능**: 참조 시퀀스 없이 어떤 유전적 위치에도 적용할 수 있어 다양한 연구에 활용 가능합니다.

#### 기존 패키지들과의 차이점

1. **오류 모델링 및 수정**:

   - DADA2는 오류를 명시적으로 모델링하고 수정하여 시퀀스 정확도를 높입니다.

   - 기존 패키지들(예: UPARSE, QIIME, mothur)은 일반적으로 오류를 명시적으로 모델링하지 않거나, 오류 수정을 위한 간단한 필터링 단계만 포함합니다.

2. **미세 변이 구분**:

   - DADA2는 최소한의 뉴클레오타이드 차이까지 구분하여 실제 시퀀스 변이를 정확히 식별합니다.

   - 기존 패키지들은 일반적으로 일정한 유사성 기준(예: 97%)에 따라 시퀀스를 OTU로 클러스터링하여 미세 변이를 구분하지 못할 수 있습니다.

3. **OTU 기반 vs. ASV 기반**:

   - DADA2는 ASV 기반 접근 방식을 사용하여 각 시퀀스 변종을 독립적으로 식별합니다.

   - 기존 패키지들은 OTU 기반 접근 방식을 사용하여 시퀀스를 그룹으로 묶습니다.

4. **잘못된 시퀀스 출력 감소**:

   - DADA2는 잘못된 시퀀스의 출력을 최소화하여 정확한 결과를 도출합니다.

   - 기존 패키지들은 잘못된 시퀀스가 상대적으로 더 많이 포함될 수 있습니다.

#### DADA2의 실제 적용 사례

DADA2는 다양한 연구에서 높은 정확성을 입증하였습니다. 예를 들어, 임산부의 질 샘플에서 다양한 Lactobacillus crispatus 변종을 발견하였으며, 쥐의 대변 샘플에서도 다양한 변종을 식별하는 데 성공하였습니다. 이는 DADA2가 기존 도구들보다 높은 해상도로 시퀀스 변이를 재구성할 수 있음을 보여줍니다.

#### 결론

DADA2는 기존의 OTU 기반 방법보다 더 정밀하게 미세 변이를 식별할 수 있는 혁신적인 도구입니다. 이를 통해 연구자들은 마이크로바이옴 생태계를 더욱 정확하게 이해하고, 생물 다양성과 차이를 정밀하게 측정할 수 있습니다. 마이크로바이옴 연구의 새로운 장을 열어줄 DADA2, 지금 바로 활용해 보세요!

claude

여기 DADA2에 대한 블로그 글을 작성해봤습니다:

제목: DADA2 - Illumina Amplicon 데이터의 정확한 서열 변이체 탐지

안녕하세요, 미생물 연구자 여러분!

오늘은 Illumina amplicon 시퀀싱 데이터 분석을 위한 혁신적인 새 패키지 DADA2에 대해 소개하겠습니다. 

지금까지 대부분의 amplicon 분석 방법들은 유사한 서열들을 97% 이상의 유사도를 가진 OTU(Operational Taxonomic Unit)로 클러스터링해왔습니다. 하지만 이 접근법은 종종 실제 존재하는 미세한 수준의 서열 변이체들을 감지하지 못했습니다. 단일 뉴클레오타이드 차이만으로도 병원체와 정상균주를 구분할 수 있는 상황에서, 이러한 미세 변이체 정보의 상실은 큰 문제가 될 수 있습니다.

DADA2는 바로 이 문제를 해결하기 위해 개발된 소프트웨어 패키지입니다. DADA2는 OTU 클러스터링 없이 Illumina amplicon 시퀀싱 데이터에서 정확한 생물학적 서열 변이체를 직접 추론할 수 있습니다. 이를 위해 DADA2는 Illumina 시퀀싱 에러를 모델링하는 새로운 품질 인지 모델을 도입했습니다. 

DADA2의 주요 특징들:

1. OTU 클러스터링 없이 단일 뉴클레오타이드 수준까지 서열 변이체 해결 가능

2. Illumina 시퀀싱 에러 모델링 및 제거를 통한 정확한 서열 추론

3. 참조 서열 없이 새로운 변이체 탐지 가능한 참조 무관 방식

4. 필터링, 디복제, 키메라 식별, 페어드 엔드 병합 등 통합 amplicon 분석 파이프라인 제공

여러 모의 커뮤니티 데이터셋 벤치마킹에서 DADA2는 기존 방법들보다 실제 변이체를 더 많이 찾아내고 오류 서열은 적게 출력했습니다. 또한 임신부 질 샘플 분석에서 DADA2는 이전에 발견되지 않았던 Lactobacillus crispatus 변이체들의 다양성을 드러냈습니다.

DADA2를 사용하면 지금까지 OTU 클러스터링의 제약으로 인해 놓쳐왔던 미생물 군집의 미세 수준 변이 정보를 활용할 수 있게 됩니다. 이를 통해 병원성 균주 탐지, 시간에 따른 군집 동태 이해, 미생물 진화 및 계통 분석 등 다양한 연구에 새로운 해석이 가능해질 것입니다.

DADA2에 대해 더 자세히 알아보시려면 Nature Methods 저널에 실린 원문과 Benjjneb/dada2 Github, Bioconductor 3.3 릴리즈를 참고하세요. 여러분 연구에 DADA2가 많은 도움이 되기를 바랍니다!

gemini가 간만에 실력발휘를 했습니다. 논문을 정확히 이해했고, DADA2의 활용사례까지 보여주었습니다!!!! (근데 "질 미생물 군집 분석"은 다른 논문을 링크달았더라구요;;) 

그리고 chatGPT가 OTU vs ASV라는 것을 제시했는데 ASV(Amplicon sequence variant)는 사실 이 논문 이후에 정립된 용어 같은데 (이 논문에서는 ASV가 업급되지 않았습니다.) 요약 글 내용에서 ASV가.... 이게 hallucination인지... 이전에 학습한 내용 중 유사한 내용이 있어서 가지고 온것인지... 어찌됐든 chatGPT 내용보다가 깜놀했네요. 

claude는 언제나 자연스러운 내용을 하사해주고 있습니다.

오늘은 gemini가 제대로 답변을 해줬고, chatGPT가 제시하지 않은 개념도 알아서 가져다 썼다는것에 살짝...

출처: @ye._.vely618

microbiome 시퀀싱 데이터는 얼마나 잘라내야 결과가 좋을까? for DADA2

요즘 QIIME2를 뒤적이고 있는 차에 쓰임이 많아 보이는 논문이 하나 있어서 투적해봅니다. (물론 greengene2만큼일련지는...)

Trimming conditions for DADA2 analysis in QIIME2 platform

doi: https://doi.org/10.11620/IJOB.2021.46.3.146

사실 QIIME2를 사용할 때뿐만 아니라 metagenome 분석을 할 때 한번은 짚고 넘어가야 하는 내용을 다루고 있어서 거쳐야 하는 단계를 가볍게 넘어가게 할 수 있지 않을까 합니다.

바로 metagenome분석시 qiime2에서 DADA2를 이용한 최적의 read trimming 조건 찾기 입니다.

metagenome 연구를 할 때 일반적으로 일루미나 플랫폼의 V3/4 region을 target으로 시퀀싱을 진행하게 됩니다. 16S rRNA가 종 동정에 많이 사용되고 16S rRNA의 가변 영역인 V1~V9중 해상도가 괜찮은 부분인 V3/4라고 연구되어 있기 때문에 일반적으로 많이 사용하고 있죠

V3/4은 대략 440bp정도이므로 안타깝게도 일루미나의 한쪽 read만으로는 V3/4 영역을 커버할 수가 없습니다. 그래서 pair로 짝을 이뤄 중간에 overlap되게 하여 시퀀싱을 진행하고 overlap되는 서열을 활용하여 merged/stitch 하게 됩니다.

이때 Read1에서는 얼마나 잘라내고 Read2에서는 얼마나 잘라내야지 내 피 같은 연구비를 들여서 생산한 데이터를 최대로 활용하면서 좋은 데이터를 확보할 수 있을까? 가 중요하게 됩니다.

그래서 이 연구팀은 QIIME2의 DADA2를 사용하여 Read1과 Read2를 얼마나 trimming해야지 내 데이터에서 좋은 결과를 뽑아낼 수 있는지에 대한 다양한 실험을 통해 확인하였습니다.

QIIME2에는 DADA2말고 deblur도 있는데 delbur는 왜 안 했어? 라고 하신다면 안타깝게도 deblur는 single read에서 작동된다고 되어 있으니 deblur 결과가 궁금하신 분께서는 직접 해보시는 것도 좋은 선택지 같습니다. :)

여튼 Read1과 Read2의 여러 수치의 trimming 조건과 trimming후 read merge/stitch 이후 chimera 서열로 보이는 데이터의 양, 그리고 trimming에 따라 얻어진 데이터의 미생물의 풍부도(Alpha Diversity)까지, 세심하게 trimming에 따른 결과 영향까지 확인해서 논문에 실어주었네요

사실 빡빡 trimming해서 좋은 quality base들만 남겨 논들 read merge/stitch가 되지 않고, 죄다 chimera라고 나와버리면 무용지물이다 보지 trimming 이후에 trimming의 영향에 대해서도 함께 평가해서 적절한 trimming 지점을 제안해주고 있습니다. 

결과적으로 Read1은 1사분위의 read quality가 Q20가 되면 이제 그 위치부터는 헤어져야 하고, Read2는 Read1과 overlap되는 길이가 16bp이상만 되도록 조절(trimming)해주면 결과에 나쁜 영향을 미치지 않는 -개인적으로는 망하지는 않는 조건이지 않을까 합니다- trimming 조건이라고 얘기하고 있습니다.

그럼 다음에 또 재미있는 내용으로 찾아와 보도록 하겠습니다.

출처: @ye._.vely618