微生物多样性和代谢组联合分析新方法mmvec

这个春天注定让人印象深刻，新型冠状病毒的爆发和蔓延牵动着亿万同胞的心，虽然疫情防控严峻复杂，但全国人民万众一心，终于取得了一定的阶段性的成果。今天小欧就为即将复工战斗在科研一线的小伙伴们送上福利，介绍一篇由加州大学圣地亚哥分校儿科和微生物创新中心、加州大学计算机科学与工程系和质谱创新中心合作，于2019年11月发表在Nature methods 上题为Learning representations of microbe-metabolite interactions的文章。

编辑

本文通讯作者是微生物领域专家加州大学圣地亚哥分校Rob Knight教授，文章重点介绍了一款用于微生物和代谢组联合分析的新方法—microbe-metabolite vectors（以下简称mmvec）。

该方法通过估计某种微生物存在的情况下相应代谢物出现的条件概率，从而确定出最可能的微生物与代谢物的相互作用关系。通过模拟数据（囊性纤维化生物膜数据）、临床环境数据（肺部囊肿纤维化和炎症性肠病数据集）和沙漠环境数据（土壤生物湿润生物壳数据集）等不同来源的数据集全面的测试和验证了mmvec方法相比于传统方法有以下优势：

分析结果可靠：准确性，灵敏度均优于传统方法。
应用算法科学：基于神经网络算法，根据实际数据自动优化模型。
展现形式多样：交互界面展示，可根据需求个性化设置输出图形。

看到这里相信老师们已经迫不及待了，接下来我们先来了解下欧易生物mmvec分析流程，然后再重点从分析原理和分析内容方面来详细说明~

一、分析流程

编辑

图1 | 欧易生物mmvec分析流程图

如上图所示，mmvec分析可将微生物和代谢组数据进行整合，基于神经网络算法，通过估计某种微生物存在的情况下相应代谢物出现的概率，从而确定出最可能的微生物与代谢物的相互作用关系。

二、分析原理

Mmvec 分析通过给定单个输入微生物序列（x）的情况下预测代谢物响应强度（y）（称为one-hot encoding）。该训练过程在给定输入微生物序列的条件下估算某种代谢物出现的概率，通过优化预测关联与真实关联的误差对模型的权重进行调整，在保留样本上进行交叉验证以评估过度拟合。通过迭代训练，进而预测微生物-代谢物关联关系。

编辑

图2 | mmvec模型原理

三、分析展示

本次模拟数据的研究对象是30例人类样本，对以上样本分别进行代谢组和微生物多样性测序，得到微生物的代表序列以及两组学标准化后的表达矩阵作为mmvec的输入文件。得到微生物和代谢物共现概率biplot交互如图3.1所示：

编辑

图3.1 | 微生物和代谢物共现概率biplot

编辑

图3.2 | 微生物和代谢物共现概率biplot

编辑

图3.3 | 微生物和代谢物共现概率biplot

图中，左图为图形展示区，右图为个性化设置交互区。左图中，共有三条主坐标轴，可分别查看两两坐标映射情况，从第一主坐标到第三主坐标解释度分别占54.25%, 28.67%, 17.08%；点代表代谢物，箭头代表微生物，点越近表示代谢物彼此之间的共现关系越强，箭头之间的夹角越小表示微生物彼此之间的共现关系越强，与圆点指向相同方向的箭头表示该微生物与代谢物具有共现关系。右图的个性化交互菜单分别可以通过颜色、可视化、透明度、尺度、形状、坐标以及动画效果进行个性化图形设置（以颜色设置为例，如图3.2），并可对设置完成的图形进行高清png和svg两种格式的保存（如图3.3），结果可直接用于文章发表。

同时，上述三维交互biplot也可以通过二维热图的平面量化形式展示。

编辑