QIIME2 Moving Pictures Tutorial

Moving Pictures Tutorial 개요

Moving Pictures Tutorial은 QIIME2에서 제공하는 대표적인 마이크로바이옴 데이터 분석 예제로, 실제 인간 마이크로바이옴 연구 데이터를 활용하여 전체 분석 워크플로우를 학습할 수 있는 교육용 튜토리얼입니다.

---

아래 내용은 일부만 추출해왔으며, 자세한 내용은 하단의 url을 참고해주시길 바랍니다.

연구 배경 및 데이터 설명

연구 설계

• 연구 주제: 항생제 사용이 인간 마이크로바이옴에 미치는 영향
• 연구 대상: 2명의 피험자 (Subject)
• 샘플링 부위: 4개 신체 부위
  • 장 (Gut)
  • 혀 (Tongue)
  • 왼쪽 손바닥 (Left Palm)
  • 오른쪽 손바닥 (Right Palm)
• 시간적 추적: 시간에 따른 마이크로바이옴 변화 관찰

시퀀싱 정보(url 참고)

---

데이터 사용 이유 및 장점

1. 교육적 가치

• 완전한 워크플로우: 원시 데이터부터 최종 해석까지 전 과정 포함
• 실제 연구 데이터: 논문에 발표된 실제 연구 결과 활용
• 다양한 분석 기법: QIIME2의 주요 기능들을 모두 활용

2. 데이터 특성상 장점

• 시간별 추적: 종단 연구(longitudinal study) 설계
• 다중 신체 부위: 서로 다른 미생물 군집 환경 비교
• 처리 효과: 항생제 처리 전후 비교 가능
• 적절한 크기: 학습용으로 적당한 데이터 규모

---

분석 목적 및 기대 효과

주요 분석 목표

1. 신체 부위별 미생물 군집 차이

• 가설: 각 신체 부위마다 고유한 미생물 군집 보유
• 분석 방법: Beta diversity 분석을 통한 군집 구조 비교
• 기대 결과: 부위별로 구분되는 클러스터링 패턴 관찰

2. 항생제 효과 분석

• 가설: 항생제 사용이 미생물 군집 구성에 영향
• 분석 방법: 시간별 알파/베타 다양성 변화 분석
• 기대 결과: 항생제 사용 후 다양성 감소 및 회복 패턴

3. 개체별 차이 (Inter-individual Variation)

• 가설: 개인별로 고유한 미생물 군집 특성 보유
• 분석 방법: 피험자별 미생물 조성 비교
• 기대 결과: 개인 특이적 마이크로바이옴 패턴 확인

4. 시간적 안정성 (Temporal Stability)

• 가설: 정상 상태에서 미생물 군집의 시간적 안정성
• 분석 방법: 시계열 분석을 통한 변화 패턴 추적
• 기대 결과: 기준 상태 대비 변화량 및 회복 시간 측정

---

분석 단계별 이론적 배경

1. 데이터 전처리 이론

Demultiplexing

• 목적: 바코드를 이용한 샘플별 서열 분리
• 중요성: 각 샘플의 정확한 식별과 오염 방지
• 품질 지표: 바코드 매칭 성공률, 오류 교정률

Quality Control

+a : FastQC로 살피는 방법도 있음.

2. ASV 생성 이론

DADA2 vs Deblur 비교

3. 다양성 분석 이론

Alpha Diversity 해석

Beta Diversity 해석

---

통계적 분석 방법론

1. Alpha Rarefaction

2. ANCOM-BC (Analysis of Composition of Microbiomes)

3. Emperor Plot

---

QIIME2 필요성

1. 방법론 학습

• 전체 파이프라인
• 품질 관리
• 통계 분석

2. 결과 해석 능력

• 시각화 읽기
• 통계적 유의성
• 생물학적 의미

3. 연구 설계 이해

• 실험 설계
• 데이터 품질
• 해석 한계

---

[출처]

[1] QIIME2 메인 사이트(Library, View)
(https://www.dataq.or.kr/www/sub/a_07.do#none)

#Microbiome #QIIME2 #Bioinformatics