Mikrobiyom verileri için UniFrac Metriği

UniFrac filogenetik temelli uzaklık metriğidir.

Bir kişinin bağırsaklarındaki mikrobik canlılar ile başka bir kişinin bağırsaklarındaki mikrobik canlılar birbirinden tamamen farklıdır. Aslında bu canlılar evrimsel açıdan birbirlerine oldukça benzer yapıdadırlar, çünkü hepsi bağırsakta yaşayan bakterilerdir. Böyle bir durumda, bu iki mikrobiyom birbirinden tamamen farklı demek istemiyoruz. Bu açıdan daha duyarlı bir test için UniFrac metriği kullanılır. UniFrac ile beta uzaklık ölçümünde dendrogram ağacının diğer örneklerde var olamayan kısmı yani o ağaca özel olan kısmı hesaplamalarda kullanılır.

unifrac

  1. resimde iki topluluk da aynıdır. Uzaklık 0’dır.
  2. resimde iki topluluk arasında birbirinden biraz farklılık vardır. Farklılık cins ve filum seviyesinde değil, OTU ve ya tür seviyesindedir. Çünkü mor çizgiler iki topluluk için de ortaktır ve bunun anlamı evrimsel geçmiş olarak ortak özelliklere sahiplerdir demektir. D=0.5
  3. resimde iki topluluk birbirinden tamamen farklıdır.  D=1.0

Ağırlıklı Unifrac (Weighted Unifrac) metriği göreceli bolluk miktarını hesaba katar. Böylelikle her dal için hangi türlerin olduğunun yanında ne kadar olduğu bilgisi de vardır. Fazlaca bulunan türleri vurgular.

Ağırlıksız Unifrac (Unweighted Unifrac) yanlıza türlerin varlığı ve yokluğu bilgisini hesaba katar. Örnekler arasında aynı olan türleri vurgular.

QIIME’de toplulular arasındaki Beta uzaklığı hesaplayıp sonra veri PCoA kullanılarak 3 boyutlu bir şekilde görselleştirilir. PCA ile PCoA arasındaki fark, PCA öklit metriği ile yapılır, PCoA daha genel halidir ve istenilen herhangi bir metrik ile yapılır.

betadiv

  1. Tüm örneklerdeki tüm mikropları içeren filogenetik ağaç ile başlıyoruz.
  2. Her iki örnek arasındaki unifrac uzaklığı hesaplanır ve uzaklık matriksi kurulur.
  3. Bu uzaklık matrisi ile PCoA yapılır ve veri görüntülenir.

315 total views, 1 views today

Alfa – Beta Uzaklık Ölçümleri ve UniFrac

Alfa ve Beta Uzaklık Ölçüleri Mikrobiyom toplulukları içerisinde ve birbirleri arasındaki uzaklığı ölçmek için kullanılan metriklerdir. QIIME prosesinde OTU seçimleri yapıldıktan sonra bu uzaklıklar hesaplanır.

Alfa Uzaklık ölçüsü (Alpha Diversity)

Bir mikrobiyom verisinde hangi tür canlılar vardır ve ne kadardır ı ölçmek için kullanılır. Yani bir örnek kendi içinde ne kadar farklıdır sorusuna cevap verir. Alfa uzaklığı ölçümü için 3 metot tanımlanmıştır.

Metot 1: Canlıların sayılması. Bu süreçte OTU’lar kullanılır. Bu sayma işlemi, cinsler arasındaki ilişkiyi dışarıda bırakır.

Yapılan bir çalışmada, Modern bir toplum olan USA ile Malawians, Amerindians gibi modernleşmemiş toplulukların bağırsaklarından alınan örneklerdeki canlı sayımı yapılmış ve görülmüş ki, modern toplumlarda yaşayan kişilerin bağırsaklarındaki canlı çeşitliliği diğerlerine göre oldukça düşük.

met1

Metot 2: Filogenetik Farklılık. Örnekte görülen canlıların, bilinen yaşam ağacının hangi kısmına düştüğüne göre uzaklıklar belirlenir. Eğer örnekteki canlılar bir dal üzerinde toplanmış ise örnek içindeki uzaklık çok değildir. Eğer görülen canlılar farklı dallara dağılmış ise örnek içindeki uzaklık fazla demektir. Dalların arasındaki uzaklıkların toplamı filogenetik uzaklığı verir.

met2
filogenetikAlfa

Metot 3:Chao1 Yaklaşımı. Verilen sonlu bir örnekteki canlı türlerine bakarak asıl toplulukta kaç tane tür olduğunu tahmin etmeye çalışır.

S1 = Sobs + F12 / 2F

  • Sobs: Gözlemlenen canlılar
  • F1: Yanlızca bir kez görülen canlıların sayısı
  • F2: Yanlızca iki kez görülen canlıların sayısı

Ne yapılabilir?: Bir Mikrobiyom örneğini verisinin alt kümesi alınabilir. Chao1 sayısı hesaplanır ve 1 milyon dizilim ile karşılaştırılır. Örnekteki çeşitliliği ne kadar iyi tahmin ettiği bu şekilde ölçülebilir.

Refraksiyon (Rarefraction): Bir örnekteki tüm çeşitliliği görüp görmediğimize nasıl karar vereceğiz?

Gerçek bir örnekte dizilim sayısı binler milyonlar olur fakat şimdi örnek için diyelim ki 140 dizilim verimiz var. İlk başta 10 taneden başlayarak rastgele alt kümelerini seçelim ve alfa çeşitlilik ölçümünü hesaplayalım. Bunu birçok kez yaparak ortalama ve standart sapmasını hesaplayalım. Daha sonra aynı prosedürü 20 dizilim için, 30 dizilim için … yapalım. Aşağıdaki grafiği elde ederiz.

rerafraction
Refraksyon grafiği

Bu grafiğe göre yeterli kadar dizilim ile çeşitlilik ölçüldüğümü nasıl anlarız? Eğer yeteri kadar dizilim ile çalışlmış ise bu eğri düze çıkmalı. Yani daha fazla dizilim ile de çalışılsa yeni türler görülmüyor demek olur bu da optimum dizilim sayısına karar vermekte yardımcı olur. Eğer eğri hala dik bir şeklide yukarı doğru gidiyor ise henüz tüm çeşitliliği içerecek dizilim sayısına ulaşılmamış demektir.

Beta Uzaklık Ölçüsü

Örneklerin birbirihmpnden ne kadar farklı olduğuna cevap verir. Örnekler arasında karşılaştırma yapar. Örnekteki genel değişimi ölçer.

Yandaki örnekte vücudun farklı parçalarında yaşayan canlıların kümelenmesi gösterilmektedir.

En bilinen uzaklık metriklerinden birisi Öklit uzaklığıdır ve uzaydaki gerçek uzaklığı ölçer. Fakat ekolojik uzaklıkları ölçmek için kullanılması doğrı sonuçlar vermeyebilir. Öklit, KiKare, Bray-Curtis gibi metrikler filogenetik bilgiyi kullanmaz. UniFrac bu boşluğu dolduran bir metriktir. UniFrac ile bu yazıya bakabilirsiniz.

352 total views, no views today