Výskum ukazuje, že presnosť taxonomického profilovania starovekých metagenomických dát výrazne závisí od toho, ako sa nastavia filtre v nástrojoch z rodiny Kraken, najmä v Kraken2 a KrakenUniq. Autor preto porovnal viacero filtračných stratégií na simulovaných mikrobiálnych a environmentálnych starovekých metagenomických dátach a navrhol prahovanie prispôsobené rôznej hĺbke sekvenovania.
Snímka zobrazuje: Refining filtering criteria of Kraken family of tools for accurate taxonomic profiling of ancient metagenomic data.
Taxonomické profilovanie patrí k základným krokom pri analýze starovekej metagenomiky. Práve ono rozhoduje o tom, ktoré mikroorganizmy sa v dátach javia ako prítomné. Problém je v tom, že pri takýchto dátach sa ľahko objavia aj falošne pozitívne identifikácie. To znamená, že analýza môže označiť za prítomný aj organizmus, ktorý v skutočnosti v skúmanej vzorke nebol.
Podľa práce sú nástroje z rodiny Kraken na voľbu filtrov obzvlášť citlivé. Nejde teda len o samotný klasifikačný algoritmus, ale aj o to, aké pravidlá výskumník použije pri odstraňovaní pochybných zásahov alebo pri nastavovaní prahov, od ktorých sa výsledok považuje za dôveryhodný.
Autor vykonal rozsiahly benchmarking rôznych filtračných prístupov. Hodnotil ich podľa toho, ako dobre vyvažujú citlivosť a špecificitu pri rekonštrukcii známeho „ground truth“, teda skutočného zloženia simulovaných dát. Ako hlavné kritérium použil F1-skóre, ktoré spája oba tieto rozmery do jedného ukazovateľa. Výsledkom je návrh optimálnej prahovej stratégie určenej pre konkrétne hĺbky sekvenovania v starovekých metagenomických súboroch.
V praktickej rovine to znamená, že pri analýze starých biologických vzoriek nestačí len zvoliť populárny softvér. Rovnako dôležité je správne nastavenie filtrov podľa kvality a rozsahu dát. Ak sú prahy nastavené nevhodne, výsledky môžu buď prehliadnuť skutočne prítomné taxóny, alebo naopak vytvoriť zavádzajúci obraz o dávnom mikrobióme či prostredí.
Prečo sú staroveké metagenomické dáta náročné
Staroveká DNA býva fragmentovaná, poškodená a často sa zachová len v malom množstve. Pri metagenomike sa navyše naraz analyzuje zmes genetického materiálu z viacerých organizmov. To zvyšuje riziko, že softvér nesprávne priradí krátke alebo nejednoznačné úseky DNA k nesprávnemu taxónu. Práve preto je filtrovanie pri takýchto dátach dôležitejšie než pri mnohých bežných moderných vzorkách.
Snímka zobrazuje: Figure 2 Heatmap of F1-score corresponding to ground truth reconstruction of regular microbial dataset for different values of KrakenUniq depth.
V tejto práci sú kľúčové simulované mikrobiálne a environmentálne staroveké metagenomické dáta. Takýto prístup umožňuje porovnať výsledky s vopred známym zložením vzorky a presnejšie zistiť, ktoré nastavenia vedú k čo najvernejšej rekonštrukcii.
Čo robia Kraken2 a KrakenUniq
Kraken2 a KrakenUniq patria medzi nástroje na taxonomickú klasifikáciu sekvenčných dát. Ich úlohou je priradiť prečítané úseky DNA ku konkrétnym taxonomickým skupinám. V praxi sa používajú preto, že dokážu spracovať veľké objemy dát a rýchlo vytvoriť prehľad o tom, aké organizmy sa vo vzorke pravdepodobne nachádzajú.
Snímka zobrazuje: Figure 3 Comparison of different individual filtering approaches in terms of F1-score for simulated regular microbial dataset. The confidence.
Samotná rýchlosť a citlivosť však nestačia. Pri starovekých vzorkách môže aj malé zlyhanie vo filtrovaní znamenať, že sa medzi výsledkami objavia druhy alebo rody, ktoré sú len artefaktom analýzy. Štúdia preto nerieši iba otázku, ktorý nástroj je „lepší“, ale najmä to, ako ich používať tak, aby boli výsledky presnejšie.
Prečo je dôležitá rovnováha medzi citlivosťou a špecificitou
Pri taxonomickom profilovaní sa výskumníci snažia nájsť kompromis medzi dvoma cieľmi. Citlivosť hovorí o tom, nakoľko metóda zachytí skutočne prítomné taxóny. Špecificita zasa ukazuje, ako dobre sa vyhne nesprávnym identifikáciám. Ak sa nástroj nastaví príliš voľne, môže zachytiť viac skutočných signálov, ale aj viac chýb. Ak sa nastaví príliš prísne, zníži počet falošných poplachov, no môže prísť o reálne prítomné organizmy.
Snímka zobrazuje: Figure 4 F1-score comparison of different filtering approaches of Kraken family of tools: (top) Three simulated datasets (regular microbial,.
Autor tieto prístupy porovnával cez F1-skóre, teda ukazovateľ, ktorý pomáha posúdiť, ako dobre je táto rovnováha zvládnutá. To je dôležité najmä v situáciách, keď výskumníci nechcú len maximalizovať počet zásahov, ale potrebujú čo najspoľahlivejší obraz o zložení dávnych vzoriek.
Čo znamená prahovanie podľa hĺbky sekvenovania
Jedným z hlavných záverov práce je návrh optimálnej prahovej stratégie prispôsobenej konkrétnej hĺbke sekvenovania. Inak povedané, rovnaké filtrovacie pravidlá nemusia fungovať rovnako dobre pri plytko aj hlboko sekvenovaných dátach. Počet dostupných čítaní totiž ovplyvňuje, aký silný alebo slabý je signál jednotlivých taxónov.
Všeobecne platí, že pri menšom objeme dát býva ťažšie odlíšiť slabý skutočný signál od náhodného šumu. Pri väčšom objeme dát sa zas môžu lepšie ukázať jemnejšie rozdiely, no stále platí, že nevhodne nastavený filter môže výsledok skresliť. Práve preto má zmysel prispôsobiť prahy typu datasetu, nie používať jedno univerzálne nastavenie.
Prečo na tom záleží pre archeogenetiku a výskum minulých prostredí
Presnejšie taxonomické profilovanie má význam všade tam, kde sa vedci snažia rekonštruovať minulé mikrobiálne spoločenstvá alebo environmentálne podmienky zo starých vzoriek. V archeogenetike a príbuzných odboroch môže nesprávna identifikácia ovplyvniť interpretáciu toho, aké mikroorganizmy sa vo vzorke nachádzali a čo to hovorí o dávnom prostredí.
Táto práca preto neprináša len technické odporúčanie pre bioinformatikov. Dotýka sa aj kvality širších vedeckých záverov, ktoré sa na týchto analýzach stavajú. Ak sa podarí lepšie obmedziť falošne pozitívne zásahy, výskumníci môžu opierať svoje interpretácie o pevnejší základ.
Zároveň zostáva dôležité pripomenúť, že štúdia pracovala so simulovanými dátami. To je silný prístup na metodické porovnanie, no pri reálnych vzorkách môžu do hry vstupovať ďalšie komplikácie. Aj preto treba navrhnuté stratégie chápať ako cenné metodické usmernenie, ktoré môže pomôcť spresniť analýzu starovekých metagenomických datasetov.
Na poskytovanie tých najlepších skúseností používame technológie, ako sú súbory cookie na ukladanie a/alebo prístup k informáciám o zariadení. Súhlas s týmito technológiami nám umožní spracovávať údaje, ako je správanie pri prehliadaní alebo jedinečné ID na tejto stránke. Nesúhlas alebo odvolanie súhlasu môže nepriaznivo ovplyvniť určité vlastnosti a funkcie.
Funkčné
Vždy aktívny
Technické uloženie alebo prístup sú nevyhnutne potrebné na legitímny účel umožnenia použitia konkrétnej služby, ktorú si účastník alebo používateľ výslovne vyžiadal, alebo na jediný účel vykonania prenosu komunikácie cez elektronickú komunikačnú sieť.
Predvoľby
Technické uloženie alebo prístup je potrebný na legitímny účel ukladania preferencií, ktoré si účastník alebo používateľ nepožaduje.
Štatistiky
Technické úložisko alebo prístup, ktorý sa používa výlučne na štatistické účely.Technické úložisko alebo prístup, ktorý sa používa výlučne na anonymné štatistické účely. Bez predvolania, dobrovoľného plnenia zo strany vášho poskytovateľa internetových služieb alebo dodatočných záznamov od tretej strany, informácie uložené alebo získané len na tento účel sa zvyčajne nedajú použiť na vašu identifikáciu.
Marketing
Technické úložisko alebo prístup sú potrebné na vytvorenie používateľských profilov na odosielanie reklamy alebo sledovanie používateľa na webovej stránke alebo na viacerých webových stránkach na podobné marketingové účely.
