16S/ITS功能预测 | PICRUSt等软件各有千秋
发布日期：2020-08-25 浏览次数：14254
16S/ITS功能预测 | PICRUSt等软件各有千秋
利用16S/ITS多样性测序，我们可以准确知道群落的物种结构，但越来越多的研究表明，微生物的群落功能组成比物种组成与环境关系更为密切。在我们的16S/ITS多样性测序报告中提供了更多的功能预测服务，其中包括群落功能预测，预测软件：PICRUSt ，PICRUSt2 ，Tax4Fun ，FAPROTAX ，BugBase ，FUNGuild，相当于在菌群的“组成”和“功能”之间搭起了一座桥，即使只有rDNA的测序结果，我们一样可以获得宏基因组级别的研究结果。
下面我们来简单介绍一下这些软件的原理和作用：
1.PICRUSt
基于Greengene数据库中OTU的tree，和OTU上的基因信息，推断它们的共同祖先的基因功能谱，同时对Greengenes数据库中其它未测物种的基因功能谱进行推断，构建古菌和细菌域全谱系的基因功能预测谱，最后将测序得到的菌群组成“映射”到数据库中，就能进行菌群代谢功能预测了。
PICRUSt 特点
（1）适用于人肠道微生物，土壤环境样本。
（2）应用广泛，引用次数3615。
（3）预测结果可靠。
绝大多数的微生物预测结果与真实的基因功能谱非常接近（古菌预测精确度为0.94 ± 0.04，n =103；细菌为0.95 ± 0.05，n =2487）。
PICRUSt 基本原理
（1）先根据已测微生物基因组的16S rRNA基因全长序列，推断它们的共同祖先的基因功能谱；
（2）对Greengenes数据库中其它未测物种的基因功能谱进行推断，构建古菌和细菌域全谱系的基因功能预测谱；
预测：将测序得到的菌群组成“映射”到数据库中，对菌群代谢功能进行预测。该步骤具体通过以下方式实现
2.PICRUSt2
预印本：bioRxiv
PICRUSt2特点
（1）任何OTU/ASV直接预测功能。
（2）相对于PICRUSt，数据库扩大10倍。
（3）允许输出MetaCyc 本体预测，这将可与宏基因组学的结果比较。
（4）通路丰度的推断现在依赖于MinPath，这使得这些预测更加格。
（5）一条命令完成全部分析。
PICRUSt2 流程图
3.Tax4Fun
基于SILVA数据库，将16S的OTU信息进行功能预测的软件。它和PICRUSt软件比较类似。预测准确度较高，实验结果显示优于PICRUSt功能预测，尤其适用于土壤等复杂环境样品。
Tax4Fun原理
Tax4Fun功能预测是通过基于最小16S rRNA 序列相似度的最近邻居法实现的：
（1）提取KEGG数据库原核生物全基因组16S rRNA 基因序列并利用BLASTN 算法将其比对到SILVA SSU Ref NR 数据库（BLAST bitscore >1500）建立相关矩阵；
（2）通过UProC 和 PAUDA 两种方法注释的KEGG数据库原核生物全基因组功能信息对应到SILVA数据库中，实现SILVA数据库功能注释；
预测：测序样品聚类出OTU，以SILVA数据库序列为参考序列比对，进而获取功能注释信息。
4.FAPROTAX
全称Functional Annotation of Prokaryotic Taxa。它是原核的微生物(例如属或者种)注释代谢或其他生态相关的功能(例如硝化，反硝化，发酵)的一个数据库和软件。
FAPROTAX特点
（1）预测准确度较好；
当前版本依据文献证据，收录了碳、氮、磷、硫等元素循环、动植物病原、甲烷生成、发酵等80多种功能分类，覆盖了超过4600个不同原核物种，对于环境样本（如海洋、湖泊等）的生物化学循环过程有较好的预测效果。
（2）数据库灵活，SILVA或Greengene。
FAPROTAX流程
（1）根据文献资料（Begrey's Manualof Sy stematic Bacteriology、The Prokaryotes、The International Journal of Systematic Bacteriology等）手动构建了联系物种分类与功能注释的FAPROTAX数据库；
（2）编写了联系OTU分类表与FAPROTAX数据库的python脚本；
结果
只要将基于16S的OTU分类表通过python脚本就可以输出微生物群落功能注释预测结果。
5.BugBase
BugBase特点
（1）BugBase预测16S微生物高水平表型（high-level phenotypes）。其中表型类型包括：革兰氏阳性 Gram Positive；革兰氏阴性 Gram Negative；生物膜形成 Biofilm Forming；致病潜力 Pathogenic Potential；移动元件含量 Mobile Element Containing；氧的利用 Oxygen Utilizing；氧化胁迫耐受 Oxidative Stress Tolerant；
注：表型（Phenotype），又称表现型，对于一个生物而言，表示它某一特定的物理外观或成分。表型主要受生物的 基因型和环境影响。表型可分为连续变异或不连续变异的。前者较易受环境因素影响。）
（2） BugBase还会按组进行分类统计与可视化，针对不同表型进行组间差异分析。
BugBase 流程
6.FUNGuild
是一款基于ITS的功能预测软件。因为真菌基因组数据的缺乏，很难做KEGG通路的预测，所以FUNGuild是基于已发表的文章数据所整合起来的一种称为“guild”的分类预测。
FUNGuild特点
“FUNGuild”= “Fungi” +“Functional” + “Guild”
（1）一个真菌的功能注释的数据库，目前数据库中涵盖了超过13,000个真菌的功能注释信息;
（2）根据对资源环境的吸收和利用的相似性，进行功能分类：
病理营养型（Pathotroph）；从宿主细胞中接受养分，并对宿主细胞有不利的影响，损人利己型，比如寄生在活体上的真菌。
共生营养型（Symbiotroph）；共生型，和宿主交换养分，比如地衣。
腐生营养型（Saprotroph）；生活环境为枯枝落叶或者有机质含量丰富的土壤，典型的是蘑菇类真菌。
（3） 3个大类继续进行细分，共有12个亚类（Guild）。
• Animal Pathogen : 动物病原菌
• Plant Pathogen ： 植物病原菌（这里应该是特指高等植物）
• Fungal Parasite ：真菌寄生菌
• Lichenicolous fungi：地衣寄生菌
• Bryophyte Parasite：苔藓植物寄生菌
• Clavicipitaceous Endophyte ： 内生真菌
• Ectomycorrhizal fungi：外生菌根
• Ericoid Mycorrhizal fungi : 杜鹃花类菌根
• Endophyte, Epiphyte : 内生植物，附生植物
• Lichenized fungi : 地衣共生菌
• Dung Saprotroph ：排泄物腐生菌（如粪便）
• Leaf Saprotroph ： 叶子腐生菌
• Plant Saprotroph ： 植物腐生菌 （生长环境多腐败的植物）
• Soil Saprotroph ：土壤腐生菌
• Wood Saprotroph ：木质腐生菌
优势和局限性
这几款软件针对不同数据库和marker基因，能够最大效率地利用多样性测序数据进行一定的功能分析，这是一个极具性价比的分析手段。同时，不同软件还可以针对不同数据库进行预测，能够在不同层面进行研究，有自己的特色和侧重点。关注集思慧远，关注更多知识推送~
