Optimisation of methods for bacterial skin microbiome investigation: primer selection and comparison of the 454 versus MiSeq platform
Notice bibliographique
Résumé
BACKGROUND: The composition of the skin microbiome is predicted to play a role in the development of conditions such as atopic eczema and psoriasis. 16S rRNA gene sequencing allows the investigation of bacterial microbiota. A significant challenge in this field is development of cost effective high throughput methodologies for the robust interrogation of the skin microbiota, where biomass is low. Here we describe validation of methodologies for 16S rRNA (ribosomal ribonucleic acid) gene sequencing from the skin microbiome, using the Illumina MiSeq platform, the selection of primer to amplify regions for sequencing and we compare results with the current standard protocols.. METHODS: DNA was obtained from two low density mock communities of 11 diverse bacterial strains (with and without human DNA supplementation) and from swabs taken from the skin of healthy volunteers. This was amplified using primer pairs covering hypervariable regions of the 16S rRNA gene: primers 63F and 519R (V1-V3); and 347F and 803R (V3-V4). The resultant libraries were indexed for the MiSeq and Roche454 and sequenced. Both data sets were denoised, cleaned of chimeras and analysed using QIIME. RESULTS: There was no significant difference in the diversity indices at the phylum and the genus level observed between the platforms. The capture of diversity using the low density mock community samples demonstrated that the primer pair spanning the V3-V4 hypervariable region had better capture when compared to the primer pair for the V1-V3 region and was robust to spiking with human DNA. The pilot data generated using the V3-V4 region from the skin of healthy volunteers was consistent with these results, even at the genus level (Staphylococcus, Propionibacterium, Corynebacterium, Paracoccus, Micrococcus, Enhydrobacter and Deinococcus identified at similar abundances on both platforms). CONCLUSIONS: The results suggest that the bacterial community diversity captured using the V3-V4 16S rRNA hypervariable region from sequencing using the MiSeq platform is comparable to the Roche454 GS Junior platform. These findings provide evidence that the optimised method can be used in human clinical samples of low bacterial biomass such as the investigation of the skin microbiota.
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 | 0,022 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 ».