LEfSe: 一種用於發現生物標誌物的軟件工具

一、LEfSe 簡介

LEfSe（Linear discriminant analysis Effect Size）是一種用於揭示微生物組差異的工具，主要用於挖掘群落中代表性生物標誌物（biomarker）。該工具能夠利用某些性狀（如樣本類別）對微生物的丰度進行篩選，並用線性判別分析（LDA）對這些生物標誌物進行排序，便於分析人員進行挖掘和生物意義的發現。它廣泛應用於微生物組學、藥理學和生態學研究領域，成為揭示生物體群落結構和功能分子標記的可靠手段。

二、LEfSe 的特點

LEfSe 工具的主要特點如下：

1、高效性：LEfSe 能夠在較短時間內處理大量的多維數據，支持高通量測序數據的解析和分析。

2、精度高：LEfSe 能夠用 LDA 對生物標誌物進行排序和挖掘，且排序結果具有高度的生物意義。

3、易於使用：LEfSe 的使用非常簡便，只需要準備好輸入文件，選擇適當的參數設置，即可進行分析。

4、靈活性：LEfSe 可以處理不同類型的數據，包括多組實驗數據、多級因素分析和多個樣本的分析。

三、LEfSe 分析過程

LEfSe 分析通常包括以下步驟：

1、數據預處理：該步驟是指在進行分析之前，需要對原始數據進行修正、過濾和標準化，使其更加符合實際研究對象和研究問題的需要。

    # 標準化處理，z-score 標準化
    biom normalize -i otu_table.biom -o otu_table.normalized.biom --axis samples --inplace
    # 剪枝，去除當前樣品中不需要的特徵（一些極低頻的）
    biom prune -i otu_table.normalized.biom -o otu_table.normalized_pruned.biom --min-count 10

2、分析設置：該步驟是指選擇合適的參數設置，例如對應不同的樣本類別，合理設置分組方案，設置 LDA 分析參數等。

     # 導入 otu 表
     biom convert -i otu_table.txt -o otu_table.biom --table-type="OTU table" --to-hdf5

     #拆分分析，三組數據，按組別拆分
     python split_otu_table.py in_otu_table.biom file_metadata.txt -s Group -o out

     # 進行分析
     run_lefse.py out/GroupA_desktop_otus.txt out/GroupA_mobile_otus.txt -a 0.05

3、數據分析：該步驟是指對數據進行生物標誌物篩選和 LDA 排序，為後續的生物本質解釋打下基礎。

    # 進一步進行鬆弛閾值設定，即論文中的 alpha 設為0.01
    run_lefse.py final_otu_table.final.biom map.txt lefse_output/ -l 2 -c 2 -o 100000 -u 0.01 -s 0

4、結果展示：該步驟是對結果進行可視化展示，包括生成直方圖、散點圖、箱線圖、熱圖或者加權網絡分析圖等。

    lefse_plot_res.py lefse_output/lefse.res lefse_output/biomarkers.svg --dpi 1000

四、LEfSe 實際應用

LEfSe 工具可以應用於多個領域的研究和應用場景：

1、微生物組學研究：LEfSe 工具應用於微生物組研究，發掘了多種菌群與某些疾病的相關性，對治療和預防微生物相關疾病有重要意義。

2、藥物研發：LEfSe 工具可以用於分析藥物的微生物效應，篩選微生物標誌物，為藥物的研發和治療提供依據。

3、環境研究：LEfSe 工具可以應用於生態系統和環境研究，揭示生物體群落間的互動關係和功能狀態。

五、總結

LEfSe 工具是一種有效的揭示微生物組差異的工具，具有高效性、高精度、易用性和靈活性等特點，廣泛應用於微生物組學、藥理學和生態學研究領域。通過對 LEfSe 工具的介紹和分析，我們可以更好地理解該工具的原理和應用，為相關領域的研究提供技術支持和方法論支持。