[论文解读] PepSIRF + QIIME 2: software tools for automated, reproducible analysis of highly-multiplexed serology data

Annabelle M. Brown, Evan Bolyen+3 more|arXiv (Cornell University)|Jul 23, 2022

Molecular Biology Techniques and Applications被引用 8

一句话总结

本文介绍了 PepSIRF + QIIME 2，这是一种软件集成，通过 QIIME 2 的溯源追踪和插件架构，实现了对高度多重化血清学数据的自动化、可重现分析。该框架将 PepSIRF 的九个模块化分析步骤与 QIIME 2 对交互式可视化和流程自动化的支持相结合，显著提升了血清学高通量数据分析中的可重现性和可用性。

ABSTRACT

PepSIRF is a command-line, module-based open-source software package that facilitates the analysis of data from highly-multiplexed serology assays (e.g., PepSeq or PhIP-Seq). It has nine separate modules in its current release (v1.5.0): demux, info, subjoin, norm, bin, zscore, enrich, link, and deconv. These modules can be used together to conduct analyses ranging from demultiplexing raw high-throughput sequencing data to the identification of enriched peptides. QIIME 2 is an open-source, community-developed and plugin-based bioinformatics platform that focuses on data and analytical transparency. QIIME 2's features include integrated and automatic tracking of data provenance, a semantic type system, and built-in support for many types of user interfaces. Here, we describe three new QIIME 2 plugins that allow users to conduct PepSIRF analyses within the QIIME 2 environment and extend the core functionality of PepSIRF in two key ways: 1) enabling generation of interactive visualizations and 2) enabling automation of analysis pipelines that include multiple PepSIRF modules.

研究动机与目标

• 为应对日益增长的对高度多重化血清学检测（如 PepSeq 和 PhIP-Seq）可重现且可扩展分析的需求。
• 将 PepSIRF 的模块化分析工作流集成到 QIIME 2 平台中，以提升透明度和可用性。
• 通过 QIIME 2 的插件系统实现血清学数据分析工作流的端到端自动化。
• 通过用户友好的界面，为 PepSIRF 增加交互式可视化功能。
• 通过支持数据溯源追踪和语义类型标注，提升血清学研究中的可重现性。

提出的方法

• 作者开发了三个新的 QIIME 2 插件，用于与 PepSIRF 的九个核心模块（demux、info、subjoin、norm、bin、zscore、enrich、link 和 deconv）进行接口对接。
• 该集成利用 QIIME 2 的语义类型系统，确保分析步骤间的数据完整性和可追溯性。
• 原生支持溯源追踪，自动记录所有输入、参数和输出，实现完全可重现的分析。
• 交互式可视化通过 QIIME 2 内置的可视化框架生成，支持对血清学数据的实时探索。
• 该流程支持模块化执行，用户可通过命令行或图形用户界面，在 QIIME 2 工作流中串联 PepSIRF 模块。
• 通过将所有分析步骤封装在一个单一、版本控制的工作流环境中，实现了可重现的分析。

实验结果

研究问题

• RQ1 PepSIRF 的模块化血清学分析工作流能否有效集成到 QIIME 2 平台中，以提升可重现性和可用性？
• RQ2 QIIME 2 的溯源追踪和语义类型标注在高通量血清学数据分析中如何增强透明度？
• RQ3 交互式可视化在多大程度上可以原生集成到生物信息学平台中，用于血清学数据探索？
• RQ4 能否在 QIIME 2 的插件架构中实现 PepSIRF 工作流的端到端自动化？
• RQ5 PepSIRF 与 QIIME 2 的集成如何提升血清学数据分析工作流的可扩展性和可重用性？

主要发现

• 该集成成功通过 QIIME 2 的工作流引擎实现了对高度多重化血清学数据的自动化、可重现分析。
• 溯源追踪已完全实现，所有分析步骤和数据转换均被记录并可追溯。
• 血清学数据的交互式可视化（包括肽段富集和 z 分数分布图）已在 QIIME 2 界面中原生生成。
• 插件系统支持 PepSIRF 模块的无缝串联，可构建复杂、多步骤的分析工作流。
• 该框架通过同时提供命令行和图形用户界面，显著提升了 PepSIRF 全功能的可用性。
• 该解决方案支持社区驱动的可扩展性，未来可通过新增 QIIME 2 插件实现进一步功能增强。