[논문 리뷰] PhaBOX: A web server for identifying and characterizing phage contigs in metagenomic data

Jiayu Shang, Cheng Peng외 3명|arXiv (Cornell University)|2023. 03. 28.

Bacteriophages and microbial interactionsEnvironmental Science인용 수 3

한 줄 요약

PhaBOX는 메타게놈 데이터에서 박테리오파지 컨티그 식별, 생활형 예측, 분류학적 분류 및 숙주 예측을 통합한 웹 서버이다. 최적화된 사용자 友好的 도구를 사용하여 종합적인 박테리오파지 분석을 40% 빠르게 수행하며, 시퀀스 동일성 및 단백질 구성도와 같은 핵심 기능의 시각화를 통해 투명하고 해석 가능한 결과를 제공한다.

ABSTRACT

Motivation: There is accumulating evidence showing the important roles of bacteriophages (phages) in regulating the structure and functions of the microbiome. However, lacking an easy-to-use and integrated phage analysis software hampers microbiome-related research from incorporating phages in the analysis. Results: In this work, we developed a web server, PhaBOX, which can comprehensively identify and analyze phage contigs in metagenomic data. It supports integrated phage analysis, including phage contig identification from the metagenomic assembly, lifestyle prediction, taxonomic classification, and host prediction. Instead of treating the algorithms as a black box, PhaBOX also supports visualization of the essential features for making predictions. The web server is designed with a user-friendly graphical interface that enables both informatics-trained and non-specialist users to analyze phages in microbiome data with ease. Availability: The web server of PhaBOX is available via: https://phage.ee.cityu.edu.hk. The source code of PhaBOX is available at: https://github.com/KennthShang/PhaBOX Contact: [e-mail]

연구 동기 및 목표

• 메타게놈 데이터에서 박테리오파지 분석을 위한 통합적이고 사용자 친화적인 플랫폼 부족 문제를 해결하기 위해.
• 다양한 독립형 박테리오파지 분석 도구를 설치하고 실행하는 데 필요한 계산 및 기술적 부담을 줄이기 위해.
• 시퀀스 동일성 및 단백질 구성도와 같은 예측 기능의 투명하고 시각적인 설명을 제공하기 위해.
• 생물정보학 전문가뿐 아니라 비전문가도 효율적으로 종합적인 박테리오파지 특성 분석을 수행할 수 있도록 하기 위해.
• 최신 기법을 최적화된 방식으로 통합함으로써 분석 속도와 정확도를 향상시키기 위해.

제안 방법

• PhaBOX는 Flask 기반 백엔드와 JavaScript/CSS/Bootstrap 기반 프론트엔드를 사용한 모듈식 웹 아키텍처를 채택하여 사용자 인터랙션을 제공한다.
• 박테리오파지 식별(PhaMer), 생활형 예측(PhaTYP), 분류학적 분류(PhaGCN), 숙주 예측(CHERRY)의 네 가지 핵심 모듈을 통합한다.
• 각 모듈은 어울림 기반 방법과 딥러닝을 결합하며, 시퀀스 패턴 학습을 위한 트랜스포머와 지식 그래프 기반 특징 추출을 위한 그래프 컬러션 네트워크(GCNs)를 포함한다.
• 시퀀스 유사성은 BlasterJS를, 단백질 기능은 pViz를, 위상적 구조는 R의 Plotly를 사용해 시각화한다.
• 전체 파이프라인 실행과 선택적 모듈 실행을 모두 지원하며, 성능 향상을 위해 최적화된 데이터베이스 쿼리와 다중 스레딩을 구현한다.
• 모든 예측 결과와 중간 결과는 저장되어 다운로드 가능하며, 사용자 友好的 인터페이스를 통해 접근할 수 있다.

실험 결과

연구 질문

• RQ1 통합 웹 서버가 독립형 도구보다 메타게놈 데이터에서 박테리오파지 컨티그 식별 및 특성 분석을 더 효율적으로 간소화할 수 있는가?
• RQ2 PhaBOX는 순차적으로 개별 도구를 실행하는 것과 비교해 얼마나 빠른 처리 속도를 제공하는가?
• RQ3 예측 결과는 얼마나 투명하고 해석 가능하며, 특히 단백질 동일성 및 시퀀스 유사성과 같은 핵심 생물학적 기능의 시각화 측면에서 어떻게 평가되는가?
• RQ4 PhaBOX는 짧은 컨티그와 매우 다형성이 높은 컨티그를 포함한 다양한 데이터셋에서 박테리오파지 생활형, 분류학적 분류, 숙주 범위를 정확하게 예측할 수 있는가?
• RQ5 PhaBOX의 모듈식 설계는 다양한 생물정보학 전문 수준의 연구자들이 다양한 요구에 맞게 영향을 미치는가?

주요 결과

• PhaBOX는 145개 샘플의 129,138개 컨티그에 대해 개별 도구 사용 시 328분이 소요되었던 총 분석 시간을 216분으로 단축하여 40%의 속도 향상을 달성했다.
• 이 플랫폼은 18개 가문에 속하는 4,851개의 박테리오파지 컨티그를 식별했으며, 211종의 서로 다른 숙주 종을 감염시켰다. 이는 광범위한 탐지 능력을 보여준다.
• PhaBOX는 박테리오파지 식별, 생활형 예측, 분류학적 분류, 숙주 예측에서 높은 정확도를 달성했으며, RefSeq, 저유사도, 메타게놈 데이터를 포함한 벤치마크 데이터셋에서 기존 도구를 초월했다.
• BlasterJS, pViz, Plotly 등의 시각화 도구 통합을 통해 사용자가 단백질 동일성 및 시퀀스 유사성과 같은 핵심 기능을 점검할 수 있어 결과의 해석 가능성이 향상되었다.
• 전체 분석과 선택적 모듈 실행을 모두 지원하여 다양한 사용자 요구에 유연성을 제공한다.
• 웹 서버는 https://phage.ee.cityu.edu.hk 에 공개되어 있으며, 소스 코드는 GitHub에 호스팅되어 있어 접근성과 재현 가능성을 보장한다.