如何量化与模拟微生物群落标准偏差:

筛选计算标准化分数

NGS-based微生物领域的分析是一个转折点,在关键意见领袖和全球联盟呼吁普遍使用定义良好的微生物群落的标准来提高数据精度,允许cross-study和inter-lab比较^{1 - 5}。商用模拟微生物群落的发展有助于增加使用适当的控制,但直到现在,没有简单的方法量化偏见的存在,当这些标准使用。测量完整性系数(筛选)简化了偏差量化一个容易解释,标准化分数和报告。

模拟微生物群是什么?

模拟微生物群落的标准是已知的合成混合微生物物种与一个特定的和准确的百分比。理想情况下,物种为标准选择代表不同的特征,目前微生物研究中可能面临的各种挑战。这些特征包括一系列在细胞壁的韧性和细胞大小细胞溶菌作用偏见挑战,GC含量的光谱测试测序和生物信息学的偏见,和multi-kingdom表示评估物种在不同的测序技术检测。这些光谱允许精度评估微生物工作流,即使标准不包含特定菌株的兴趣。林恩Schriml马里兰大学的研究所基因组科学解释道:“你基准分析是做什么,未必在社区是什么。”⁶

如何模拟微生物群落控制偏见?

模拟微生物群落标准的目的是作为一个积极的控制,作为一个独特的运行示例在平行研究样本。理想情况下,这种积极的控制是包含在每一个核酸提取发现任何偏差裂解和纯化步骤。如果观察到的相对丰度的标准并不像预期,偏见中引入工作流可能造成标准的转变和未知样品中。现在许多研究采用这一策略包括几个高调的出版物^7号到9号。

偏见与一个简单的量化评分,进行筛选

虽然这个领域开始采用适当的控制,彻底不存在简单的解决方案,定量分析的准确性。这个问题已经被提到关键意见领袖,是一个共同讨论在2019年NIST研讨会微生物组的测量标准¹⁰。现在,筛选评分系统解决这些问题通过分析微生物标准容易,完全可再生的,和主题分级方案敏感微生物制备方法甚至更小的偏差。

图1所示。筛选分数范围从0到100,作为年级偏见。在报告中还包括雷达情节说明任何偏见的分布读取。

开始作为一个笑话的名字创建它的应用程序后,科学家(迈克)但是,原来测量完整性商完全描述了分数的措施。筛选分数分配的简化了偏见评价分数从0到100,可以解释像高中一年级考试,> 90优秀,80 - 89是好,等等(图1)。这是通过测量测量的忠诚相对丰度相对于一个已知的输入。筛选分数提出了一个用户友好的报告也包括视觉代表评价不同的情节。这些包括雷达情节,类群酒吧的阴谋,和阅读命运数(图2)。

筛选分数是如何计算的?

第一步在评估偏差使用标准模拟微生物群落是理解所使用的制造公差标准。制造公差是一种远离其预期的潜在变化丰富。例如,ZymoBIOMICS微生物群落的制造公差标准是15%,这意味着如果100细胞的目的枯草芽孢杆菌细胞,实际的细胞计数枯草芽孢杆菌可能的范围从8.5到11.5的细胞。重要的是使用一个标准的制造公差,如最小ZymoBIOMICS微生物群落的标准,因为测量的精度评估只是一样好控制。

筛选分数措施偏离预期的相对丰度不能解释为制造公差。它首先分配100%的比例预计每个物种的标准。使用ZymoBIOMICS微生物群落的制造公差标准,任何观察到的相对丰度,超出15%的预计百分比偏差,不能解释为制造公差(图3)。因此,它的偏差可以认为是由一个或多个工作流的偏见造成的。另一方面,如果观察到大量制造公差带内,它可能没有经历任何偏见,会导致偏差(图3)。