Genome Jigsaw: Implications of 16S Ribosomal RNA Gene Fragment Position for Bacterial Species Identific ation
Notice bibliographique
Résumé
The 16S rRNA gene is present within all bacteria, and contains nine variable regions interspersed within conserved regions of the gene. While conserved regions remain mostly constant over time, variable regions can be used for taxonomic identification purposes. Current methodologies for characterizing microbial communities, such as those used to study the human microbiome, involve sequencing short fragments of this ubiquitous gene, and comparing these fragments to reference sequences in databases to identify the microbes present. Traditionally, whole 16S rRNA sequences with more than 97% sequence identity (id) are assigned to a single operational taxonomic unit (OTUs); each OTU being a proxy for a single species. However, because of the short sequence lengths produced by next generation sequencing, a recent trend has been to instead sequence small fragments spanning one or more of the gene’s variable regions, and still cluster them as OTUs at 97% id.\nThis work evaluated the effectiveness of utilizing short fragments for OTU generation at different id thresholds compared to the complete 16S rRNA gene. Whole gene analysis may be effective for measuring diversity; however, the variable region source of these small fragments may require higher or lower id thresholds. How precisely should the pieces of this ‘genomic jigsaw’ be characterized and distinguished? Two algorithms, UCLUST and CD-HIT-EST, were used to cluster complete 16S rRNA sequences, as well as fragments spanning the V1-3 and V3-5 regions due to their widespread use in human microbiome research. These sequences were obtained from SILVA’s Living-Tree-Project (LTP) database. These clusters were produced at several id thresholds to evaluate how closely fragment clusters would resemble those obtained using complete genes. It was revealed that clustering small fragments, as well as fragment position, impacts OTU generation. However, results have suggested more appropriate id thresholds for these fragments to perhaps help us better assemble this microbial jigsaw puzzle. Clustering at 94% and 96% id for the V1-3 and V3-5 regions, respectively, generates similar results to whole gene clustering at 97%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».