ユニフラック

UniFrac は、 unique fraction metricの短縮形であり、生物群集を比較するために使用される距離メトリックです。これは、計算に観測された生物間の系統学的距離を組み込むことによって、コミュニティメンバーの相対的な関連性に関する情報を組み込むという点で、 Bray-Curtis 非類似度などの非類似度測定とは異なります。

微生物生態学では、UniFrac ^[1]の加重型（定量的）と非加重型（定性的）の両方が広く使用されています。前者は観察された生物の豊富さを考慮し、後者はそれらの有無のみを考慮します。この方法は、 2005年にコロラド大学ボルダー校のロブ・ナイト^[2]と共同研究していたキャサリン・ロズポーンによって考案されました。 ^[3]^[4]

研究方法

距離はサンプルのペア間で計算されます (各サンプルは生物群を表します)。 1 つまたは両方のサンプルで見つかったすべての分類群は、系統樹上に配置されます。両方のサンプルの分類群につながる枝は「共有」としてマークされ、1 つのサンプルにのみ出現する分類群につながる枝は「非共有」としてマークされます。 2 つのサンプル間の距離は次のように計算されます。

\left({\frac {共有されていない枝の長さの合計}{すべての木の枝の長さの合計}}\right){=}共有されていない枝の長さの合計の割合

この定義は、距離メトリックの要件を満たし、負でなく、エンティティが同一の場合にのみゼロであり、推移的であり、三角不等式に準拠しています。

$辺の長さがx$ 、 $y$ 、 $z$ である三角形の三角不等式の 3 つの例。上の例は、 $z が他の 2 辺の合計$ $x + y$ よりはるかに小さい場合を示しており、下の例は、辺 $zが$ $x + y$ よりわずかに小さい場合を示しています。

複数の異なるサンプルがある場合は、サンプルの各ペアのツリーを作成し、UniFrac 尺度を計算することで距離マトリックスを作成できます。その後、データクラスタリングや主座標分析などの標準的な多変量統計手法を使用できます。

モンテカルロシミュレーションを使用して、2 つのサンプル間の UniFrac 距離の統計的有意性を判断できます。ツリー上の各分類群のサンプル分類をランダム化し (分岐構造は変更しない)、UniFrac 距離値の分布を作成することにより、UniFrac 値の分布を取得できます。これにより、サンプル間の実際の距離に p 値を指定できます。

さらに、コミュニティ内の各分類群の相対的な豊富さを考慮した、UniFrac メトリックの加重バージョンがあります。これは、メタゲノムの読み取り数が数万に達するメタゲノム研究でよく使用され、これらの読み取りを操作分類単位(OTU) に「分類」することが適切であり、その後、UniFrac フレームワーク内で分類群として処理できます。

2012 年には、加重 UniFrac 距離と加重なし UniFrac 距離を 1 つのフレームワークに統合した一般化 UniFrac バージョン^[5]が提案されました。著者らは、加重および加重なし UniFrac 距離は、それぞれ豊富な系統または希少な系統に重点を置きすぎているため、「中程度に豊富な系統で重要な構成変化が発生した場合に検出力が失われる」と主張しました。一般化 UniFrac 距離は、豊富な系統または希少な系統への重点を下げることで、この制限に対処することを目的としています。

参考文献

^ Lozupone, CA; Hamady, M; Kelley , ST; Knight, R. (2007). 「定量的および定性的なベータ多様性測定により、微生物群集を構成する要因に関するさまざまな洞察が得られる」。応用環境微生物学。73 ( 5): 1576–85。doi :10.1128/AEM.01996-06。PMC 1828774。PMID 17220268 。
^ ナイト、ロブ (2015)。自分の直感に従ってください: 小さな微生物の巨大な影響。サイモン&シュスター/TED。p. 89。ISBN 978-1-4767-8475-5。
^ Lozupone, C.; Knight, R. (2005). 「UniFrac: 微生物群集 を比較するための新しい系統学的手法」.応用環境微生物学. 71 (12): 8228–8235. doi :10.1128/AEM.71.12.8228-8235.2005. PMC 1317376. PMID 16332807.
^ Hamady, M; Lozupone, C; Knight, R (2010). 「Fast Uni Frac: ピロシーケンシングと Phylo Chip データの分析を含む微生物群集のハイスループット系統解析の促進」ISME ジャーナル4 ( 1): 17–27. doi :10.1038/ismej.2009.97. PMC 2797552. PMID 19710709 .
^ Chen, J.; Bittinger, K.; Charlson, ES; Hoffmann, C.; Lewis, J.; Wu, GD; Collman, RG; Bushman, FD; Li, H. (2012). 「一般化 UniFrac 距離を使用したマイクロバイオーム構成と環境共変量の関連付け」。バイオインフォマティクス。28 ( 16): 2106–2113。doi : 10.1093/ bioinformatics /bts342。PMC 3413390。PMID 22711789 。

外部リンク

UniFracオンライン
ナイトラボのウェブサイト
UniFrac の説明と実例

[1] ^ Lozupone, CA; Hamady, M; Kelley , ST; Knight, R. (2007). 「定量的および定性的なベータ多様性測定により、微生物群集を構成する要因に関するさまざまな洞察が得られる」。応用環境微生物学。73 ( 5): 1576–85。doi :10.1128/AEM.01996-06。PMC 1828774。PMID 17220268 。

[2] ナイト、ロブ (2015)。自分の直感に従ってください: 小さな微生物の巨大な影響。サイモン&シュスター/TED。p. 89。ISBN 978-1-4767-8475-5。

[3] ^ Lozupone, C.; Knight, R. (2005). 「UniFrac: 微生物群集 を比較するための新しい系統学的手法」.応用環境微生物学. 71 (12): 8228–8235. doi :10.1128/AEM.71.12.8228-8235.2005. PMC 1317376. PMID 16332807.

[4] Hamady, M; Lozupone, C; Knight, R (2010). 「Fast Uni Frac: ピロシーケンシングと Phylo Chip データの分析を含む微生物群集のハイスループット系統解析の促進」ISME ジャーナル4 ( 1): 17–27. doi :10.1038/ismej.2009.97. PMC 2797552. PMID 19710709 .

[5] Chen, J.; Bittinger, K.; Charlson, ES; Hoffmann, C.; Lewis, J.; Wu, GD; Collman, RG; Bushman, FD; Li, H. (2012). 「一般化 UniFrac 距離を使用したマイクロバイオーム構成と環境共変量の関連付け」。バイオインフォマティクス。28 ( 16): 2106–2113。doi : 10.1093/ bioinformatics /bts342。PMC 3413390。PMID 22711789 。