微生物とそのウイルスは、海や土壌からヒトやバイオリアクターに至るまで、地球の生態系を動かす隠れたエンジンである。現在では、遺伝子マーカーによるアプローチは、ゲノム解析による個体群間（マクロダイバーシティ）および個体群内（マイクロダイバーシティ）の変動の研究によって補完されるようになったが、そのための解析ツールはまだ散在しているか、あるいは未開発のままであるのが現状である。
ここでは、マクロおよびマイクロダイバーシティレベルでの微生物およびウイルス群集のメタゲノムを解析し、可視化するための単一のインターフェースを提供するオープンソースのバイオインフォマティックパイプラインであるMetaPopを紹介する。マクロ多様性の推定には、個体数の豊富さとα-多様性およびβ-多様性が含まれる。マイクロダイバーシティの計算には、一塩基多型の同定、SNPの新規コドン拘束連結、ヌクレオチドダイバーシティ（πとθ）、集団内での選択的圧力（pN/pSとTajima's D）、集団間での固定化指標（FST）が含まれる。また、MetaPopは、コドンの使用法が異なる遺伝子を識別する。厳密な検証の後、糞便微生物の移植を受けた自閉症児とその神経型の仲間の腸内細菌叢にMetaPopを適用した。マクロダイバーシティの結果は、ウイルス集団（微生物ショットガンメタゲノムは利用できなかった）については、自閉症児と神経症児の間で多様性に有意な差がないことを確認した。しかし、マイクロダイバーシティも定量化することで、MetaPopでは、自閉症児ではウイルスの平均ヌクレオチド多様性（π）が低いことが明らかになった。陽性選択下で検出されたゲノムの割合の分析でも、自閉症児の方が低かったことから、神経症児の方が高いウイルス性πは、集団が変化する環境の中でより良い「ベットヘッジ」（wiki）をすることを可能にするため、有益である可能性があることが示唆されている。さらに、自閉症児におけるFMT前後のマイクロダイバーシティを比較したところ、FMTの投与方法（経口投与と直腸投与）がウイルス活性とマイクロダイバーシティを持つウイルス集団の巻き込みに影響を与える可能性があり、直腸投与を受けた子どもはFMT後のマイクロダイバーシティが高いことが明らかになった。全体として、これらの結果は、マクロレベルでの解析だけでは、重要な生物学的差異を見逃してしまう可能性があることを示している。これらの知見は、標準化された集団および遺伝子変異解析が生物学的推論を最大化するために非常に有用であることを示唆しており、MetaPopは、微生物コミュニティにおけるマクロおよびマイクロダイバーシティの二重の影響を探求するための便利なツールパッケージを提供している。
インストール
依存
In order to run MetaPop, a user will require the following software:
- R
- Samtools
- BCFTools
- Prodigal prokaryotic gene prediction
- Additionally, the following R packages are required:
- doParallel
- data.table
- stringr
- Biostrings
- Rsamtools
- ggplot2
- cowplot
- vegan
- compositions
- pheatmap
- RColorBrewer
- bit64
- gggenes
依存は全てcondaで導入できる。
#bioconda (link)
mamba create -n metapop python=3.8 -y
conda activate metapop
mamba install -c bioconda -y metapop
mamba install -c conda-forge r-compositions
mmaba install -c conda-forge r-cowplot
一部の依存の取得に失敗した。解決したら追記します。
実行方法
Rscript MetaPop.R -dir bam_dir -assem ref.fasta -ct library_counts_normalization_file
MetaPop2（for the analysis of diversity in subdivided populations）というツールが別にあります（citation）。混同しないよう注意して下さい。
引用
MetaPop: A pipeline for macro- and micro-diversity analyses and visualization of microbial and viral metagenome-derived populations
Ann C. Gregory, Kenji Gerhardt, Zhi-Ping Zhong, Benjamin Bolduc, Ben Temperton, Konstantinos T. Konstantinidis, Matthew B. Sullivan
bioRxiv, Posted November 02, 2020.
