Genomic signatures for metagenomic data analysis

8/2/2019 Genomic signatures for metagenomic data analysis

1/62

M e t a g e n o m i c s a n d B i n n i n g G e n o m i c S i g n a t u r e s f o r B i n n i n g E x p e r i m e n t s

G e n o m i c S i g n a t u r e s f o r M e t a g e n o m i c D a t a

A n a l y s i s : E x p l o i t i n g t h e R e v e r s e C o m p l e m e n t a r i t y

o f T e t r a n u c l e o t i d e s

F a b i o G o r i

1

D i m i t r i o s M a v r o e d i s

1

M i k e S . M . J e t t e n

2

E l e n a M a r c h i o r i

1

1

R a d b o u d U n i v e r s i t y N i j m e g e n , I n s t i t u t e f o r C o m p u t i n g a n d I n f o r m a t i o n S c i e n c e s ,

T h e N e t h e r l a n d s

2

R a d b o u d U n i v e r s i t y N i j m e g e n , D e p a r t m e n t o f M i c r o b i o l o g y , T h e N e t h e r l a n d s

H o n g K o n g U n i v e r s i t y , 1 2 S e p t e m b e r 2 0 1 1

g o r i @ s c i e n c e . r u . n l


2/62


T a b l e o f C o n t e n t s

M e t a g e n o m i c s a n d B i n n i n g

G e n o m i c S i g n a t u r e s f o r B i n n i n g

E x p e r i m e n t s


3/62







4/62


W h a t i s M e t a g e n o m i c s ?

M e t a g e n o m i c s :

s t u d y o f m i c r o b i a l

c o m m u n i t i e s a n a l y s i n g

t h e i r g e n e t i c m a t e r i a l

W h y ?

9 9 % m i c r o b e s

c a n n o t b e s t u d i e d i n

l a b o r a t o r i e s

U n d e r s t a n d o r g a n i s m s

i n t e r a c t i o n s


5/62







W h y ?

9 9 % m i c r o b e s






6/62







W h y ?

9 9 % m i c r o b e s






7/62


H o w ? D N A S e q u e n c i n g T e c h n o l o g y

E n v i r o n m e n t a l

S a m p l e

D N A s

S m a l l - I n s e r t L i b r a r y C l o n i n g

= T A C C A C A G A T A T C A G . . .

A m e t a g e n o m i c d a t a s e t i s m a d e b y t h e s e D N A s e q u e n c e s


8/62


W h a t k i n d o f d a t a ? A m e t a . . . j i g s a w - p u z z l e

F r a g m e n t s o f D N A s

P i e c e s a r e s i m i l a r

O r i g i n a l p i c t u r e s a r e

u n k n o w n

M i s s i n g P i e c e s


9/62


A i n t e r e s t i n g p r o b l e m : M e t a g e n o m i c B i n n i n g

C l u s t e r i n g t o g e t h e r s e q u e n c e s s a m p l e d f r o m t h e s a m e g e n o m e


10/62



11/62

M e t a g e n o m i c b i n n i n g


( u n s u p e r v i s e d a p p r o a c h )

{A , C , G , T }

Rn

C l u s t e r i n g



12/62




{A , C , G , T }

Rn

C l u s t e r i n g



13/62




{A , C , G , T }

Rn

C l u s t e r i n g

I n t h i s s t u d y : f o c u s o n



14/62







15/62

W h a t s h o u l d d o

zs r

Rn



16/62


zs r

Rn

(s)(z)

(r)



17/62


zs r

n e e d s t o b e a

g e n o m i c s i g n a t u r e :

[ K a r l i n

e t a l .

, T r e n d s i n G e n e t i c s , 1 9 9 5 ]

(s ) (z )

(s ) = ( r )

Rn

(s)(z)

(r)



18/62

T y p i c a l ' s u s e d i n b i n n i n g

T

(s

):=

f r e q u e n c i e s o f t h e 4

k

s e q u e n c e s o f l e n g t h k

( k - m e r s ) .

U s u a l l y k=

4= 4 k = 2 5 6 f e a t u r e s : T ( s ) N2 5 6

[ M o h a m m e d

e t a l .

, B i o i n f o r m a t i c s , 2 0 1 1 ] , [ D i a z

e t a l .

, B M C B i o i n f o r m a t i c s , 2 0 0 9 ]

[ C h a n

e t a l .

, J . B i o m e d . B i o t e c h . , 2 0 0 8 ] , [ T e e l i n g

e t a l .

, E n v i r o n . M i c r o b . , 2 0 0 4 ]

E x a m p l e :

s =A G C A T G C A G C A T A T G T G G A G C A

T (

s) =( . . .

)



19/62


T

(s

):=

f r e q u e n c i e s o f t h e 4

k

s e q u e n c e s o f l e n g t h k

( k - m e r s ) .

U s u a l l y k=

4= 4 k = 2 5 6 f e a t u r e s : T ( s ) N2 5 6

[ M o h a m m e d

e t a l .


e t a l .


[ C h a n

e t a l .


e t a l .

, E n v i r o n . M i c r o b . , 2 0 0 4 ]

E x a m p l e :


T (

s) =(#

A A A A =

0, . . .

)



20/62


T (s) := f r e q u e n c i e s o f t h e 4 k s e q u e n c e s o f l e n g t h k

( k - m e r s ) .

U s u a l l y k=

4= 4 k = 2 5 6 f e a t u r e s : T ( s ) N2 5 6

[ M o h a m m e d

e t a l .


e t a l .


[ C h a n

e t a l .


e t a l .

, E n v i r o n . M i c r o b . , 2 0 0 4 ]

E x a m p l e :


T (

s) =(#

A A A A =

0, . . . , #

A G C A =

3, . . .

)



21/62



( k - m e r s ) .

U s u a l l y k=

4= 4 k = 2 5 6 f e a t u r e s : T ( s ) N2 5 6

[ M o h a m m e d

e t a l .


e t a l .


[ C h a n

e t a l .


e t a l .

, E n v i r o n . M i c r o b . , 2 0 0 4 ]

E x a m p l e :


T (

s) =(#

A A A A =

0, . . . , #

A G C A =

3, . . . , #

A T A T =

1, . . .

)



22/62



( k - m e r s ) .

U s u a l l y k=

4= 4 k = 2 5 6 f e a t u r e s : T ( s ) N2 5 6

[ M o h a m m e d

e t a l .


e t a l .


[ C h a n

e t a l .


e t a l .

, E n v i r o n . M i c r o b . , 2 0 0 4 ]

E x a m p l e :


T (

s) =(#

A A A A =

0, . . . , #

A G C A =

3, . . . , #

A T A T =

1, . . .

. . . , #G C A T = 2 , . . . )



23/62

M e t a c l u s t e r a n d s i g n a t u r e R a n k [ B . Y a n g

e t a l .

, A C M - B C B , 2 0 1 0 ]

S p e a r m a n F o o r t u l e d i s t a n c e

b e t w e e n s a n d z

M a n h a t t a n d i s t a n c e

b e t w e e n R a n k ( s ) a n d R a n k

(z )

S y m m e t r i z e d R a n k S i g n a t u r e R a n k : S S1 3 6

R a n k (s

) :=r a n k i n g i n d u c e d b y s o r t i n g t h e e l e m e n t s o f

S (s

).

F o r i n s t a n c e , i f S

( s ) = ( 7 , 0 , 3 ) t h e n R a n k

( s ) = (1 , 3 , 2 ) .

S y m m e t r i z e d S i g n a t u r e S : S N1 3 6

Si

( s ) = #wi

+ # w Ci

, i = 1 , . . . , 1 3 6



24/62

W h a t i s m i s s i n g ?

' s u s e d i n b i n n i n g :

N o t d e s i g n e d a s s i g n a t u r e s

f o r m e t a g e n o m i c d a t a

N o t h o r o u g h c o m p a r a t i v e a n a l y s i s



25/62

W h a t i s m i s s i n g ?

' s u s e d i n b i n n i n g :

N o t d e s i g n e d a s s i g n a t u r e s

f o r m e t a g e n o m i c d a t a

N o t h o r o u g h c o m p a r a t i v e a n a l y s i s



26/62

I n t h i s s t u d y

1 I n t r o d u c e n e w g e n o m i c s i g n a t u r e s

f o r b i n n i n g

2 T e s t & C o m p a r e p e r f o r m a n c e s o f

n e w a n d k n o w n s i g n a t u r e s

3 . . . a n d s i g n a t u r e c o m b i n a t i o n s ( e x t r a )

4 R e l a t i o n t a x o n o m i c d i v e r g e n c e & s i g n a t u r e d i s s i m i l a r i t y

( e x t r a )

T E S T : i s a s i g n a t u r e o n m e t a g e n o m i c s d a t a :

( s ) ( z )

( s ) = ( r )



27/62



f o r b i n n i n g





( e x t r a )


( s ) ( z )

( s ) = ( r )



28/62



f o r b i n n i n g





( e x t r a )


( s ) ( z )

(s

) = (r

)



29/62

S p e c i a l r e q u i r e m e n t s f o r m e t a g e n o m i c s

G e n o m i c s i g n a t u r e n e e d s t o :

W o r k o n s e q u e n c e s

1 , 0 0 0 b p

( s t a n d a r d t e s t 1 0 , 0 0 0 b p )

N o t r e l y o n s o u r c e g e n o m e

S t r a n d i n d e p e n d e n t



30/62

S e q u e n c e s c a n b e s a m p l e d f r o m b o t h s t r a n d s

s =

A G C A T G C A G C A T A T G T G G A G C A

T C G T A C G T C G T A T A C A C C T C G T = s C

W e w a n t :

( s ) = ( s C )



31/62

S e q u e n c e s c a n b e s a m p l e d f r o m b o t h s t r a n d s

s =

A G C A T G C A G C A T A T G T G G A G C A

T C G T A C G T C G T A T A C A C C T C G T = s C

W e w a n t :

( s ) = ( s C )



32/62







33/62

T e s t e d s i g n a t u r e s :

S i g n a t u r e s e x p l o i t f r e q u e n c i e s o f s u b s e q u e n c e s ( l e n g t h = 4 )

3 k n o w n s i g n a t u r e s , S n o t u s e d i n m e t a g e n o m i c s

6 n e w s t r a n d i n d e p e n d e n t s i g n a t u r e s

D a t a :

1 , 2 8 4 p r o k a r y o t i c g e n o m e s ( N C B I )

S e q u e n c e l e n g t h : 1 , 0 0 0 b p [ B . Y a n g

e t a l .

, A C M - B C B , 2 0 1 0 ]

M a x o u t p u t o f 4 5 4 G S F L X + S y s t e m

D i s s i m i l a r i t y m e a s u r e d w i t h s i g n a t u r e d i s t a n c e ( M a n h a t t a n ) :

d((

s), (

z)) := ( s ) (z )

1

=n

i

=1

|i

(s

) i

(z

)|

[ M o h a m m e d

e t a l .

, B i o i n f o r m a t i c s , 2 0 1 1 ] , [ M r z e k

e t a l .

, M o l . B i o l . E v o l . , 2 0 0 9 ]

[ B o h l i n

e t a l .

, S c i e n t i c W o r l d J o u r n a l , 2 0 1 1 ] , [ K a r l i n

e t a l .

, A n n u . R e v . G e n e t . , 1 9 9 8 ]



34/62

P e r f o r m a n c e e v a l u a t i o n

d ((sh

), ( si

))W I T H I N - g e n o m e

d i s t a n c e

t

# b e t w e e n - d i s t a n c e s

S p e c i c i t y ( t ) =# w i t h i n - d i s t a n c e s t

# w i t h i n - d i s t a n c e s



38/62

H o w w e c o m p a r e : R O C c u r v e

F o r e a c h d i s t a n c e t h r e s h o l d t :

S e n s i t i v i t y (

t) =

# b e t w e e n - d i s t a n c e s > t






39/62


F o r e a c h d i s t a n c e t h r e s h o l d t :

S e n s i t i v i t y (

t) =

# b e t w e e n - d i s t a n c e s > t






40/62


a

a l w a y s b e t t e r t h a n

b

i f a n d o n l y i f

R O C o f a a b o v e R O C o f b

A l t e r n a t i v e i n d e x :

A r e a U n d e r t h e C u r v e ( A U C )



41/62


a

a l w a y s b e t t e r t h a n

b

i f a n d o n l y i f

R O C o f a a b o v e R O C o f b

A l t e r n a t i v e i n d e x :

A r e a U n d e r t h e C u r v e ( A U C )



42/62

R e s u l t s

T a b l e : C o m p a r i s o n o f

g e n o m i c s i g n a t u r e s

S i g n a t u r e A U C F e a t .

S 0 . 9 1 2 1 3 6

m a x0 . 9 0 0 1 2 0

T 0 . 8 8 4 2 5 6

m i n 0 . 8 8 1 1 2 0

I 0 . 8 5 1 1 6

R a n k 0 . 7 9 4 1 3 6

R a t i o 10 . 7 0 7 1 2 0

R a t i o 2 0 . 6 8 6 1 2 0

J S0 . 5 7 3 1 2 0



43/62

C o n c l u s i o n

W h a t w e d i d

F i r s t c o m p a r a t i v e t e s t o f f o r m e t a g e n o m i c s

1 , 2 8 4 p r o k a r y o t i c g e n o m e s s t u d i e d

N e w s i g n a t u r e s d e s i g n e d f o r m e t a g e n o m i c s

R e s u l t s

S u p p o r t s o m e k n o w n s i g n a t u r e s

( S b e t t e r t h a n T b u t n o t u s e d )

N e w s i g n a t u r e s : c o m p a r a b l e r e s u l t s w i t h l e s s f e a t u r e s

F u t u r e w o r k

T e s t o n s h o r t e r s e q u e n c e s ( 1 5 0 - 5 0 0 b p ) - p r e l i m i n a r y r e s u l t s

A n a l y z e p e r f o r m a n c e s a t o t h e r t a x o n o m i c l e v e l s ( f a m i l y ,

g e n u s , . . . )



44/62

C o n c l u s i o n

W h a t w e d i d




R e s u l t s




F u t u r e w o r k



g e n u s , . . . )



45/62

C o n c l u s i o n

W h a t w e d i d




R e s u l t s




F u t u r e w o r k



g e n u s , . . . )



46/62

C o n c l u s i o n

W h a t w e d i d




R e s u l t s




F u t u r e w o r k



g e n u s , . . . )



47/62

C o n c l u s i o n

W h a t w e d i d




R e s u l t s




F u t u r e w o r k



g e n u s , . . . )


C o n c l u s i o n


48/62

W h a t w e d i d




R e s u l t s




F u t u r e w o r k



g e n u s , . . . )


C o n c l u s i o n


49/62

W h a t w e d i d

F i r s t c o m p a r a t i v e t e s t o f

f o r m e t a g e n o m i c s



R e s u l t s




F u t u r e w o r k



g e n u s , . . . )



50/62

T h a n k y o u !

Q u e s t i o n s ?




51/62

T h a n k y o u !

Q u e s t i o n s ?



W h i t h i n g e n o m e d i s t a n c e - v a l u e s d e r i v a t i o n


52/62

F o r e a c h

g e n o m e

( 1 , 2 8 4 )

1 0 , 0 0 0

s e q u e n c e s

C o m p u t e

1 0 , 0 0 02

d i s t a n c e s

( a l l p a i r s )

M e a n


B e t w e e n g e n o m e d i s t a n c e - v a l u e s d e r i v a t i o n


53/62

F o r 8 , 0 0 0 g e n o m e p a i r s

1 0 , 0 0 0

s e q u e n c e p a i r s

C o m p u t e

d i s t a n c e s

a n d t a k e t h e

M e a n

1 , 0 0 0 g e n o m e p a i r s f o r e a c h l e v e l o f t a x o n o m i c d i v e r s i t y , r a n d o m l y

s e l e c t e d


T a x o n o m i c d i v e r s i t y


54/62

T w o g e n o m e s g

i

, g j

h a v e t a x o n o m i c d i v e r s i t y a t r a n k r

i L o w e s t C o m m o n A n c e s t o r o f g

i

a n d g

j

i s a t r a n k r .

L C A

g

1

g

2

g

3

g

4

g

5

g

6

g

7

g

8

g

9

g

1 0

g

1 1

g

1 2


T a x o n o m i c d i v e r g e n c e a n d s i g n a t u r e d i s t a n c e


55/62

F o r e a c h s i g n a t u r e :

F o r e a c h (

r

1

,r

2

)p a i r o f r a n k s :

C h e c k t h a t :

D i s t a n c e d i s t r i b u t i o n r

1

Genomic signatures for metagenomic data analysis

Documents