[论文解读] DuctApe: a suite for the analysis and correlation of genomic and OmnilogTM Phenotype Microarray data

Marco Galardini, Alessio Mengoni+6 more|arXiv (Cornell University)|Jul 16, 2013

Microbial Metabolic Engineering and BioproductionBiochemistry, Genetics and Molecular Biology参考文献 41被引用 22

一句话总结

DuctApe 是一个计算工具套件，将基因组序列数据与 Omnilog™ 表型微阵列（PM）数据整合，以识别细菌菌株之间的基因-表型关联及代谢差异。它支持将 PM 表型与 KEGG 通路注释以及基因存在/缺失模式进行系统性比较，展示了在利用四个细菌数据集将基因型与代谢功能联系起来方面的实用性。

ABSTRACT

Addressing the functionality of genomes is one of the most important and challenging tasks of today's biology. In particular the ability to link genotypes to corresponding phenotypes is of interest in the reconstruction and biotechnological manipulation of metabolic pathways. Over the last years, the OmniLogTM Phenotype Microarray (PM) technology has been used to address many specific issues related to the metabolic functionality of microorganisms. However, computational tools that could directly link PM data with the gene(s) of interest followed by the extraction of information on genephenotype correlation are still missing. Here we present DuctApe, a suite that allows the analysis of both genomic sequences and PM data, to find metabolic differences among PM experiments and to correlate them with KEGG pathways and gene presence/absence patterns. As example, an application of the program to four bacterial datasets is presented. The source code and tutorials are available at http://combogenomics.github.io/DuctApe/.

研究动机与目标

• 解决系统生物学与代谢工程中将微生物基因型与表型关联的挑战。
• 开发一种计算工具，直接关联 Omnilog™ 表型微阵列（PM）数据与基因组数据。
• 通过整合 PM 表型谱与基因组内容，实现对细菌菌株间代谢差异的识别。
• 通过将表型变异映射到 KEGG 通路及基因存在/缺失模式，促进功能洞察的提取。
• 为从事高通量表型分析与基因组学数据研究的系统生物学研究人员提供用户友好、开源的工具套件。

提出的方法

• DuctApe 工具套件处理原始 Omnilog™ PM 数据，对多种生长条件下的表型谱进行归一化与标准化。
• 通过参考基因组比较，识别菌株间基因存在或缺失的模式，实现基因组数据的整合。
• 将表型谱与 KEGG 代谢通路相关联，以识别与特定基因或通路相关的功能差异。
• 该工具采用统计与聚类方法，基于 PM 数据模式检测菌株间的代谢差异。
• 提供可视化与基因-表型关联解释的分析流程，通过注释通路映射与比较分析实现。
• 该套件采用模块化脚本化框架实现，配备文档与教程，支持可重复分析。

实验结果

研究问题

• RQ1 如何系统性地将 Omnilog™ 表型微阵列数据与基因组数据关联，以推断基因-表型关系？
• RQ2 在整合 PM 表型谱与基因组内容时，可检测到细菌菌株间的哪些代谢差异？
• RQ3 哪些 KEGG 通路显示出与菌株间基因存在或缺失显著相关的表型变异？
• RQ4 计算分析流程能否有效将高通量表型数据与功能基因组学及通路注释关联？
• RQ5 这种整合方法如何改善微生物代谢通路的重构与操控？

主要发现

• DuctApe 通过整合 Omnilog™ PM 数据、基因组数据与 KEGG 通路注释，成功识别出四种细菌菌株间的代谢差异。
• 该工具揭示了与特定基因存在/缺失谱相关的显著表型模式，尤其在碳代谢与氮代谢通路中表现明显。
• 在不同碳源刺激下观察到显著的表型变异，且与特定代谢基因的存在或缺失相关。
• 将 PM 数据与 KEGG 通路整合，有助于识别与菌株特异性代谢能力相关的功能模块。
• 在真实数据集上的应用表明，DuctApe 能够揭示仅靠基因组学或表型组学单独分析时难以发现的基因-表型关联。
• 源代码与教程已公开，支持研究社区的可重复使用与功能扩展。