Odose: یک وب سرور برای محاسبه گسترده ژنوم واگرایی تطبیقی در پروکاریوت ها

منافع رقابتی: MWJVP عضو هیئت تحریریه PLOS است. این امر پیروی نویسندگان به تمام سیاست های PLOS ONE در مورد اشتراک داده ها و مواد را تغییر نمی دهد.

آزمایش و طراحی آزمایشات: MV MWJVP. آزمایشات را انجام داد: MV TTB MWJVP. تجزیه و تحلیل داده ها: mv ttb mavd mah aew mwjvp. معرفها/مواد/ابزارهای تجزیه و تحلیل: MV TTB Mavd Mah Aew Mwjvp. مقاله را نوشت: MV MWJVP.

دریافت 22 ژانویه 2013 ؛پذیرفته شده 2013 21 مارس. کپی رایت © 2013 Vos et al

این یک مقاله دسترسی آزاد است که تحت شرایط مجوز انتساب Creative Commons توزیع شده است ، که اجازه استفاده ، توزیع و تولید مثل بدون محدودیت در هر رسانه را می دهد ، مشروط بر اینکه نویسنده و منبع اصلی به درستی اعتبار داشته باشند.

خلاصه

کمیت الگوهای واگرایی تطبیقی بین گونه ها یک هدف اصلی در مطالعه مقایسه ای و تکاملی ژنوم پروکاریوت است. هنگامی که به طور مناسب اعمال شود ، آزمایش مک دونالد-کریتمن (MK) یک آزمایش قدرتمند از انتخاب بر اساس فرکانس نسبی تعویض های غیر مترادف و مترادف بین گونه ها در مقایسه با پلی مورفیسم های غیر مترادف و مترادف در گونه ها است. وب سرور اودوز (جهت ارتولوگ موتور انتخاب) امکان محاسبه یک پسوند جدید از آزمون MK ، جهت انتخاب (DOS) آماری و همچنین محاسبه یک شاخص بی طرفی وزنی متوسط (NI) را برای کل فراهم می کند. ژنوم اصلی ، امکان تجزیه و تحلیل سیستماتیک نیروهای تکاملی را که شکل واگرایی ژنوم هسته را در پروکاریوت ها شکل می دهند. Odose در یک محیط کهکشان میزبانی می شود ، که باعث می شود استفاده از آن آسان شود و برای سفارشی سازی قابل استفاده باشد و به صورت آزاد در www. odose. nl در دسترس است.

معرفی

تنوع ژنومی عظیم باکتری ها و Archaea به سرعت توسط روش های توالی نسل بعدی کشف می شود. توجه زیادی در مطالعات ژنومیک مقایسه ای به تفاوت در محتوای ژن واسطه انتقال ژن جانبی ، تکثیر ژن و از دست دادن ژن ، به عنوان سویه های مرتبط می تواند به طور قابل توجهی در محتوای ژن متفاوت باشد [1]. ژنوم لوازم جانبی به وضوح از اهمیت عمیقی برای فیزیولوژی و بوم شناسی سویه ها و گونه ها برخوردار است. با این حال ، به طور فزاینده ای مشخص شده است که ژنهای هسته باکتریایی که بین گونه ها حفظ می شوند ، نقش مهمی در سازگاری طاقچه نیز دارند [2] - [7]. آزمون مک دونالد-کریتمن (MK) یک آزمایش قدرتمند از انتخاب است [8]-[10] با مقایسه الگوهای تعویض غیر مترادف و مترادف در یک گونه با کسانی که این گونه را از یک گونه خارج از گروه جدا می کنند. در اولین کاربرد بزرگ از آزمایش MK به پروکاریوت ها ، تخمین زده می شود که حداقل 50 ٪ از تغییرات اسید آمینه ثابت در ژنهای اصلی اشرشیاکلی و سالمونلا enterica به دلیل سازگاری باشد [9] ، نشان می دهد که تکامل توالی پروکاریوت می تواند در تکامل توالی پروکاریوت باشد. بخش بزرگی با انتخاب طبیعی شکل می گیرد.

آزمون MK براساس این فرض است که تحت تکامل خنثی ، نسبت تعویض های مترادف و ناموفق در یک گونه همان است که بین این گونه و یک گونه خارج از گروه است. اگر یک گونه به دلیل انتخاب مثبت (با تغییر فنوتیپ خود) متفاوت باشد ، بیش از حد از تغییرات غیر متعارف بین گونه ها نسبت به آن در گونه ها انتظار می رود. این امر به این دلیل است که جهش های تطبیقی نسبتاً سریع ثابت هستند و بنابراین در پلی مورفیسم های داخل خاص کمک می کنند اما به واگرایی بین گونه ها کمک می کنند. در مقابل ، هنگامی که جهش های مضر به دلیل انتخاب تصفیه ناکارآمد ، در یک گونه از هم جدا می شوند ، پلی مورفیسم های ناشناس بیش از حد نماینده هستند و واگرایی تطبیقی دست کم گرفته می شود. آمار خلاصه استاندارد آزمون MK ، شاخص بی طرفی NI است [11]:

جایی که P_Nو ص_Sپلی مورفیسم های غیر مترادف و مترادف و d هستند_Nو د_Sتفاوت های ثابت غیر مترادف و مترادف بین گونه ها هستند. با NI = 1، هیچ تفاوتی در الگوی بین جایگزینی های غیر مترادف و مترادف وجود ندارد و گونه ها به طور خنثی از هم جدا می شوند. با NI1، تفاوت های ثابت بین گونه ها کمتر به دلیل واگرایی غیر مترادف از حد انتظار است. این توسط انتخاب در برابر تغییرات پروتئین (انتخاب منفی) ایجاد می شود، که واگرایی در درجه اول توسط تثبیت خنثی جایگزین های مترادف (رانش) ایجاد می شود. انحراف آماری از NI = 1 را می توان با استفاده از جدول احتمالی 2×2 و آزمون مجذور کای ارزیابی کرد. در برخی از مطالعات از معکوس شاخص خنثی [11]، شاخص تثبیت، استفاده می شود (به عنوان مثال [12]).

از آنجایی که آماره آزمون MK NI مبتنی بر نسبت دو نسبت است، نمی توان آن را برای ژن هایی که D_Nیا پ_S0 است. بنابراین این منجر به حذف بسیاری از ژن ها از مجموعه داده ها می شود (به عنوان مثال [13]). برای مقابله با این مشکل، Stoletzki و Eyre-Walker [14] یک آمار جایگزین به نام جهت انتخاب (DoS) پیشنهاد کرده اند:

DoS را می توان برای همه ژن ها محاسبه کرد به جز ژن هایی که هر دو P_Sو ص_Nو/یا هر دو D_Nو د_Sصفر هستند. اهمیت DoS را می توان به همان روش NI ارزیابی کرد.

این مفید است که بتوانیم واگرایی تطبیقی را برای همه ارتولوگ های مشترک بین دو گونه ("ژنوم هسته") کمی کنیم. با این حال، جمع چند شکلی و واگرایی برای همه ارتولوگ ها برای محاسبه NI یا میانگین مقادیر NI برای همه ارتولوگ های منفرد منجر به سوگیری آماری می شود [14]. برای محاسبه یک NI کلی در بین ژن ها، Stoletzki و Eyre-Walker پیشنهاد می کنند از یک نوع روش Haenzsel-Mantel برای ترکیب جداول احتمالی استفاده کنید. میانگین وزنی جدید آمار NI برای همه ژن های مشترک، NI_TG(به نام تارون و گرینلند) بدون در نظر گرفتن ناهمگنی NI در بین ژن ها عملکرد خوبی دارد و با فاصله اطمینان 95٪ [14] همراه است:

به منظور ارائه یک روش کاربرپسند برای اعمال آزمون انتخاب MK برای کل ژنوم هسته باکتری، ما یک سرویس وب با یک رابط کاربری گرافیکی به نام ODoSE (Ortholog Direction of Selection Engine) توسعه داده ایم. خط لوله ODoSE محققان را قادر می سازد تا ژنوم های پروکاریوت مورد علاقه را از پایگاه داده NCBI انتخاب کنند و/یا داده های ژنوم خود را آپلود کنند، پس از آن آمار DoS برای هر ارتولوگ تک نسخه ای (SICO) و NI محاسبه می شود._TGآمار برای همه SICOs ترکیبی محاسبه می شود، که امکان توصیف گسترده ژنوم واگرایی تطبیقی را فراهم می کند.

نتایج

گردش کار Odose در چارچوب کهکشان اجرا می شود [15] ، که توسط یک جامعه بزرگ و فعال پشتیبانی می شود ، نیازی به تجربه برنامه نویسی یا دستورالعمل خط فرمان ندارد و به اشتراک گذاری نتایج آسان می شود. نکته مهم این است که کاربران امکان سفارشی کردن گردش کار پیش فرض را در صورت مناسب بودن دارند. یک نمای کلی از خط لوله در زیر و در شکل 1 آورده شده است. پرونده های ورود به سیستم با هر مرحله در تجزیه و تحلیل برای خلاصه کردن داده ها و ذکر خطاهای احتمالی ارائه می شوند. یک کتابچه راهنمای گسترده تر و همچنین دو نمونه در وب سایت Odose www. odose. nl میزبان است.

بازنمایی شماتیک گردش کار اودوز.

ورودی

ژنوم را می توان از کلیه پروژه های ژنوم پروکاریوت که در NCBI RefSeq و پایگاه داده توالی Nucleotide EMBL سپرده شده انتخاب کنید. تمام ژنوم ها از طریق یک آینه به روز شده روزانه (خانم cmbi. ru. nl) در دسترس هستند تا دسترسی را تضمین کنند. داده های ژنوم تولید شده توسط کاربر در قالب منطقه کدگذاری Nucleotide Fasta (. FFN) را می توان در ترکیب با داده های GenBank بارگذاری کرد یا می توان به طور مستقل مورد تجزیه و تحلیل قرار گرفت. هر دو توالی DNA بارگیری شده و توالی پروتئین ترجمه شده را می توان در یک فایل ZIP برای هر ژنوم انتخاب شده بارگیری کرد.

استخراج

یک انفجار متقابل در سطح پروتئین برای شناسایی همه توالی های ارتولوگ توسط OrthOMCL انجام می شود [16]. کاربران می توانند حداقل طول پروتئین را برای تجزیه و تحلیل مشخص کنند (پیش فرض روی 30 اسید آمینه تنظیم شده است) و مقدار E برای انفجار متقابل (پیش فرض 10-5). یک جدول با لیست توزیع همه ژن ها در کلیه ژنوم های انتخاب شده تولید شده است. یک فایل زیپ حاوی تمام توالی DNA SICO ارائه شده است. منوی ورودی همچنین گزینه بارگیری فایلهای ZIP حاوی چندین ارتولوگ یا ارتولوگهای کپی را که فقط در زیر مجموعه ای از ژنوم ها رخ می دهد ، می دهد.

تراز و پیرایش

هر ژن ارتولوگ (SICO) تک کپی استخراج شده با استفاده از عضله [17] ، ترجمه شده و به طول مساوی تراز می شود. ارتولوگ هایی که با پارامترهای کنترل کیفیت تراز تعریف شده توسط کاربر (همپوشانی تراز و طول Indel) مطابقت ندارند ، حذف نمی شوند. پرونده های ZIP حاوی SICO های تراز ، تراز شده و بریده شده و کم کیفیت هستند. پراکندگی آمار تراز و پیرایش را خلاصه می کند.

هماهنگی و تعیین گروه

SICO برای هر ژنوم منتخب به هم پیوسته است و یک درخت upgma برای این کنسرورها با استفاده از DNADist و همسایه از بسته Phylip 3. 69 (http://evolution. genetics. washington. edu/phylip. html) ساخته شده است. ژنوم مورد استفاده به عنوان گروه در تجزیه و تحلیل MK به طور خودکار بر اساس اولین شکاف در این درخت اختصاص می یابد. برای برخی از SICO های فردی ، وقایع نوترکیب بین مالیات بر موقعیت گروهی تغییر می کند و تجزیه و تحلیل آزمون MK را ممنوع می کند. بنابراین ، این گزینه برای ایجاد درختان UPGMA برای هر SICO جداگانه برای هماهنگی با درخت upgma concatemer به منظور حذف چنین نوترکیب ها فراهم شده است. پرونده های زیپ حاوی کنسول ، ترازهای جداگانه SICO و SICO های ذکر شده در هر ژنوم ارائه شده است. PDF از درخت Upgma Concatemer برای مرجع بصری ارائه شده است.

محاسبات ژنتیکی جمعیت

برنامه CODEML در بسته PAML [18] برای محاسبه واگرایی مترادف و غیر مترادف از دنباله گروه استفاده می شود. طیف فرکانس سایت و تنوع نوکلئوتید (π و θ) با استفاده از اسکریپت های سفارشی جدول بندی می شوند. از اسکریپت های سفارشی برای محاسبه آمار DOS برای هر SICO و NI استفاده می شود_TGآماری با فاصله اطمینان مرتبط با آن برای Concatemer [14]. از بسته PHIPACK [19] برای انجام سه آزمایش نوترکیب همولوگ استفاده می شود. جدول خروجی نهایی همه نتایج را خلاصه می کند. هنگامی که گروه خارج از چندین سویه تشکیل شده و آزمایش برای هر دو گونه انجام می شود ، یک جدول خروجی دوم تولید می شود.

بحث

عدم وجود برنامه های کاربردی نرم افزاری و همچنین مشکلات آماری در آزمون MK مانع از استفاده از آن در مقیاس گسترده ژنوم [9] ، [20] ، [21] است. خط لوله Odose یک گردش کار با کاربرد آسان برای انجام دو برنامه افزودنی جدید از آزمایش MK ارائه می دهد: به طور خودکار تأثیر انتخاب طبیعی را بر روی هر ژن مورد علاقه توسط یک گروه از علاقه های طبقه بندی و همچنین تمام ژنهای ترکیب شده ، تعیین می کند و امکان سیستماتیک را فراهم می کند. تجزیه و تحلیل نیروهای تکاملی که شکل واگرایی ژنوم هسته را شکل می دهند. استفاده از خط لوله محدود به آزمون MK نیست بلکه طیف گسترده تری از تجزیه و تحلیل ژنومی جمعیت را مجاز می کند. به عنوان مثال ، از توالی های SICO هماهنگ شده می توان برای تولید درختان فیلوژنتیک با وضوح بالا استفاده کرد ، توزیع همه ژن ها در تمام ژنومها جدول بندی شده است که باعث تجزیه و تحلیل ژنوم PAN و فایل های ZIP می شود با ژنهای اصلی و لوازم جانبی (در هر ژنوم و در هر ژن) برایتجزیه و تحلیل پایین دست. سرانجام ، برای تجزیه و تحلیل های پیچیده تر ، توزیع پلی مورفیسم (طیف فرکانس سایت) می تواند به عنوان ورودی برای برنامه DFE-alpha استفاده شود ، که از یک روش حداکثر احتمال برای محاسبه نسبت جایگزین های سازگار استفاده می کند [22].

تصدیق

ما از توسعه دهندگان نرم افزارهای مورد استفاده در ODOSE بخاطر تلاش های خود در دسترس عموم ، و Burkhard Linke برای کمک به آزمایش تشکر می کنیم.

بیانیه بودجه

MWJVP توسط سازمان تحقیقات علمی هلند (NWO) از طریق کمک هزینه ونی تأمین می شود. TTB و MAVD توسط برنامه Bioassist/BRS مرکز بیوانفورماتیک هلند ، که توسط ابتکار ژنومیک هلند پشتیبانی می شود ، تأمین می شود. این کار بخشی از برنامه Big Grid ، شبکه علوم الکترونیکی هلندی است که از نظر مالی توسط NWO پشتیبانی می شود. MV با سرمایه گذاری از صندوق توسعه منطقه ای اروپا و برنامه همگرایی صندوق اجتماعی اروپا برای کورنوال و جزایر Scilly به مرکز اروپایی محیط زیست و بهداشت انسان پشتیبانی می شود. سرمایه گذاران هیچ نقشی در طراحی مطالعه ، جمع آوری داده ها و تجزیه و تحلیل ، تصمیم به انتشار یا تهیه نسخه خطی نداشتند.

منابع

1. Van Passel MW ، Marri PR ، Ochman H (2008) ظهور و سرنوشت ژنهای به دست آمده افقی در اشریشیا کولی. PLOS Comput Biol 4: E1000059.[مقاله رایگان PMC] [PubMed] [Google Scholar]

2. Lefebure T ، Stanhope MJ (2009) انتخاب مثبت گسترده و گسترده ژنوم منجر به واگرایی عملکردی در جنس باکتریایی Campylobacter. ژنوم Res 19: 1224 1232.[مقاله رایگان PMC] [PubMed] [Google Scholar]

3. Lefebure T ، Bitar PD ، Suzuki H ، Stanhope MJ (2010) دینامیک تکاملی پان ژنوم های کامل کامپیلوباکتر و مفهوم گونه های باکتریایی. ژنوم بیول Evol 2: 646-655.[مقاله رایگان PMC] [PubMed] [Google Scholar]

4- Soyer Y ، Orsi RH ، Rodriguez-Rivera LD ، Sun Q ، Wiedmann M (2009) تجزیه و تحلیل تکاملی گسترده ژنوم الگوهای خاص سروتیپ از انتخاب مثبت در سروتیپ های سالمونلا را نشان می دهد. BMC Evol Biol 9: 264. [مقاله رایگان PMC] [PubMed] [Google Scholar]

5. Xu Z ، Chen H ، Zhou R (2011) شواهد گسترده ژنوم برای انتخاب مثبت و نوترکیب در Actinobacillus pleuropneumoniae. BMC Evol Biol 11: 203. [مقاله رایگان PMC] [PubMed] [Google Scholar]

6. جوزف ب ، شوارتز RF ، Linke B ، Blom J ، Becker A ، et al.(2011) تکامل حدت از پاتوژن انسان neisseria meningitidis با نوترکیبی در ژنوم هسته و لوازم جانبی. PLOS ONE 6: E18441.[مقاله رایگان PMC] [PubMed] [Google Scholar]

7. Shapiro BJ ، Alm E (2009) نسبت تعویض سریع: در حال تغییر الگوهای در حال تغییر انتخاب طبیعی در ژنوم های پروتئین باکتریایی گاما. ISME J 3: 1180 1192.[PubMed] [Google Scholar]

8. Eyre-Walker A (2006) میزان ژنومی تکامل تطبیقی. Trends Ecol Evol 21: 569-575.[PubMed] [Google Scholar]

9. Charlesworth J ، Eyre-Walker A (2006) میزان تکامل تطبیقی در باکتری های روده ای. Mol Biol Evol 23: 1348 1356.[PubMed] [Google Scholar]

10. McDonald JH ، Kreitman M (1991) تکامل پروتئین تطبیقی در محل ADH در دروسوفیلا. طبیعت 351: 652-654.[PubMed] [Google Scholar]

11. Rand DM ، Kann LM (1996) پلی مورفیسم اسید آمینه اضافی در DNA میتوکندری: تضاد بین ژن های Drosophila ، موش ها و انسان ها. Mol Biol Evol 13: 735-748.[PubMed] [Google Scholar]

12. Presgraves DC (2005) نوترکیب سازگاری پروتئین در Drosophila melanogaster را تقویت می کند. Curr Biol 15: 1651 1656.[PubMed] [Google Scholar]

13. Hughes AL ، Friedman R ، Rivailler P ، French French (2008) پلی مورفیسم مترادف و نامحدود در مقابل واگرایی در ژنوم باکتریایی. Mol Biol Evol 25: 2199 2209.[مقاله رایگان PMC] [PubMed] [Google Scholar]

14. استولتزکی N ، Eyre-Walker A (2011) تخمین شاخص بی طرفی. Mol Biol Evol 28: 63-70.[PubMed] [Google Scholar]

15. Giardine B ، Riemer C ، Hardison RC ، Burhans R ، Elnitski L ، et al.(2005) کهکشان: سکویی برای تجزیه و تحلیل ژنوم در مقیاس بزرگ تعاملی. ژنوم Res 15: 1451 1455.[مقاله رایگان PMC] [PubMed] [Google Scholar]

16. Li L، Stoeckert CJ، Roos DS (2003) OrthoMCL: شناسایی گروه های ارتولوگ برای ژنوم های یوکاریوتی. Genome Res 13: 2178-2189.[مقاله رایگان PMC] [PubMed] [Google Scholar]

17. Edgar RC (2004) MUSCLE: تراز چند توالی با دقت بالا و توان عملیاتی بالا. Nucleic Acids Res 32: 1792-1797.[مقاله رایگان PMC] [PubMed] [Google Scholar]

18. Yang Z (2007) PAML 4: تجزیه و تحلیل فیلوژنتیک با حداکثر احتمال. Mol Biol Evol 24: 1586-1591.[PubMed] [Google Scholar]

19. Bruen TC, Philippe H, Bryant D (2006) یک آزمون آماری ساده و قوی برای تشخیص حضور نوترکیبی. ژنتیک 172: 2665-2681.[مقاله رایگان PMC] [PubMed] [Google Scholar]

20. Shapiro BJ، Alm EJ (2008) مقایسه الگوهای انتخاب طبیعی در بین گونه ها با استفاده از امضاهای انتخابی. PLoS Genet 4: e23.[مقاله رایگان PMC] [PubMed] [Google Scholar]

21. Vos M (2011) یک مفهوم گونه ای برای باکتری ها بر اساس واگرایی تطبیقی. Trends Microbiol 19: 1-7.[PubMed] [Google Scholar]

22. Eyre-Walker A, Keightley PD (2009) تخمین نرخ تکامل مولکولی تطبیقی در حضور جهش های کمی مضر و تغییر اندازه جمعیت. Mol Biol Evol 26: 2097-2108.[PubMed] [Google Scholar]