Quality control, alignment and clas

Quality control, alignment and classification of the sequencing
data were performed using the software package MOTHUR, version
v.1.32.0 (Schloss et al., 2009). Pyrosequencing noise and chimeras
were removed with the in MOTHUR implemented algorithms
PyroNoise (Quince et al., 2009) and UCHIME (Edgar et al., 2011)
as described previously (Schloss et al., 2011). Sequences shorter
than 200 bp and sequences with homopolymers longer than 8 bp
were removed from the dataset. The remaining sequences were
aligned against the SILVA SSU Ref rRNA database (v.102) (Pruesse
et al., 2007) and pre-clustered with the single-linkage algorithm
applying a threshold of 2% (Huse et al., 2010). A distance matrix
was created and sequences were assigned to operational taxonomic
units (OTUs) based on 97% sequence identity using the average
neighbor algorithm (Schloss and Westcott, 2011). Sequences
were classified using the Naïve Bayesian Classifier (Wang et al.,
2007) and the SILVA reference taxonomy applying a minimum
bootstrap confidence cutoff of 60%. Random subsampling was performed
to normalize the dataset to the sample with the lowest
number of reads (for bacteria n = 2703 and for archaea n = 2527).
Cluster analysis on samples was performed using an Unweighted
Pair Group Method with Arithmetic Mean (UPGMA) algorithm
and was based on calculated Bray–Curtis dissimilarities between
the samples (Bray and Curtis, 1957). Rarefaction curves, the richness
estimator Chao1, the abundance-based coverage estimator
(ACE), and the diversity indices Shannon (H´ ) and Simpson (D) were
calculated based on 97% sequence similarity using MOTHURs
implementation DOTUR (Schloss and Handelsman, 2005).
Heatmaps were created by importing relative abundance data of
relevant taxa of the different samples into RStudio, version
v0.98.501 and normalized by calculating Z-scores. The Z-score represents
the number of standard deviations the relative abundance
of taxa in a specific sample differ from the mean relative abundance
of that taxa in all samples.
Pyrosequencing reads were deposited at the European
Nucleotide Archive under accession number PRJEB8996.

Kết quả (Việt) 1:

Kiểm soát chất lượng, sắp xếp và phân loại của trình tựdữ liệu được thực hiện bằng cách sử dụng các gói phần mềm MOTHUR, phiên bảnv.1.32.0 (Schloss et al., 2009). Pyrosequencing tiếng ồn và chimerasđã được loại bỏ với các thuật toán MOTHUR thực hiện tạiPyroNoise (Quince và ctv., 2009) và UCHIME (Edgar và ctv., 2011)như được mô tả trước đó (Schloss và ctv., năm 2011). Chuỗi ngắn hơnhơn 200 bp và với homopolymers dài hơn 8 bpđã được gỡ bỏ từ bộ dữ liệu. Các chuỗi còn lạiliên kết đối với cơ sở dữ liệu (v.102) (Pruesse SILVA SSU Ref rRNAet al., 2007) và trước nhóm với các thuật toán đơn-liên kếtáp dụng một ngưỡng của 2% (Huse và ctv., 2010). Một ma trận khoảng cáchđược thành lập và trình tự được bố trí đến hoạt động phân loạiđơn vị (OTUs) dựa trên 97% trình tự nhận dạng bằng cách sử dụng trung bìnhhàng xóm thuật toán (Schloss và Westcott, năm 2011). Trình tựđược phân loại bằng cách sử dụng loại Bayes ngây thơ (Wang et al.,2007) và phân loại tài liệu tham khảo SILVA áp dụng tối thiểusự tự tin bootstrap cutoff 60%. Ngẫu nhiên subsampling đã được thực hiệnbình thường hóa bộ dữ liệu để mẫu với thấp nhấtSố lần đọc (cho vi khuẩn n = 2703 và vi khuẩn cổ n = 2527).Cụm sao phân tích trên các mẫu được thực hiện bằng cách sử dụng một UnweightedCặp Nhóm phương pháp với các thuật toán số học có nghĩa là (UPGMA)và dựa trên tính toán Bray-Curtis dissimilarities giữaCác mẫu (Bray và Curtis, 1957). Đường cong ngang, sự phong phúcông cụ ước tính Chao1, công cụ ước tính dựa trên rất nhiều phạm vi bảo hiểm(ACE), và chỉ số đa dạng Shannon (H´) và Simpson (D)tính toán dựa trên 97% trình tự tương tự bằng cách sử dụng MOTHURsthực hiện DOTUR (Schloss và Handelsman, 2005).Heatmaps được tạo ra bằng cách nhập dữ liệu sự phong phú tương đối củađơn vị phân loại có liên quan của các mẫu khác nhau vào RStudio, phiên bảnv0.98.501 và bình thường bằng cách tính toán điểm số Z. Đại diện cho Z-số điểmsố lượng độ lệch chuẩn sự phong phú tương đốiSố đơn vị phân loại trong một mẫu cụ thể khác nhau từ sự phong phú tương đối trung bìnhcủa rằng đơn vị phân loại trong tất cả các mẫu.Pyrosequencing lần đọc đã được gửi tại châu ÂuNucleotide các lưu trữ dưới gia nhập số PRJEB8996.

Kết quả (Việt) 2:

Kiểm soát chất lượng, liên kết và phân loại các chuỗi
dữ liệu được thực hiện bằng cách sử dụng gói phần mềm MOTHUR, phiên bản
v.1.32.0 (Schloss et al., 2009). Pyrosequencing tiếng ồn và Chimeras
đã được loại bỏ bằng các thuật toán thực hiện trong MOTHUR
PyroNoise (Quince et al., 2009) và UCHIME (Edgar et al., 2011)
như đã mô tả trước đây (Schloss et al., 2011). Trình tự ngắn
hơn 200 bp và trình tự với chất polime dài hơn 8 bp
đã được gỡ bỏ khỏi bộ dữ liệu. Các đoạn còn lại được
liên kết với cơ sở dữ liệu SILVA SSU rRNA Ref (v.102) (Pruesse
et al., 2007) và pre-clustered với các thuật toán đơn liên kết
áp dụng một ngưỡng 2% (Huse et al, 2010.). Một ma trận khoảng cách
đã được tạo ra và trình tự được gán cho hoạt động phân loại
đơn vị (OTUs) dựa trên 97% tính chuỗi bằng cách sử dụng trung bình
thuật toán xóm (Schloss và Westcott, 2011). Trình tự
được phân loại bằng cách sử dụng Naïve Bayes Classifier (Wang et al.,
2007) và các tài liệu tham khảo phân loại SILVA áp dụng mức tối thiểu
cắt tự tin bootstrap 60%. Mẫu phụ ngẫu nhiên đã được thực hiện
để bình thường hóa các số liệu để các mẫu với mức thấp nhất
số lần đọc (cho vi khuẩn n = 2703 và cho vi khuẩn cổ n = 2527).
Cụm phân tích trên các mẫu đã được thực hiện bằng cách sử dụng một trọng số
Pair Nhóm Method với Arithmetic Mean (UPGMA) thuật toán
và dựa trên tính toán dissimilarities Bray-Curtis giữa
các mẫu (Bray và Curtis, 1957). Đường cong độ chân không, sự phong phú
Chao1 ước lượng, phạm vi bảo hiểm ước lượng dựa trên sự phong phú
(ACE), và các chỉ số đa dạng Shannon (H') và Simpson (D) được
tính dựa trên 97% tương tự bằng cách sử dụng MOTHURs
thực hiện DOTUR (Schloss và Handelsman, 2005 ).
Heatmaps được tạo ra bằng cách nhập dữ liệu phong phú tương đối của
các nhóm loài có liên quan của các mẫu khác nhau vào RStudio, phiên bản
v0.98.501 và chuẩn hóa bằng cách tính toán Z-score. The-điểm Z đại diện cho
số của độ lệch chuẩn tương đối dồi dào
của các loài trong một mẫu cụ thể khác nhau từ sự phong phú tương đối trung bình
của loài đó trong tất cả các mẫu.
Pyrosequencing đọc đã gửi tại châu Âu
Nucleotide Lưu trữ theo số lượng nhập PRJEB8996.