分類学的構成の決定(分類学的プロファイリング)は、環境および宿主関連微生物群集の研究における基本的なタスクである。しかし、地球上のゲノム解像度の微生物多様性は依然として十分にサンプリングされておらず、分類学的プロファイリング中に検出された分類群のゲノムコンテキストにアクセスすることは依然として困難なタスクである。本稿では、mOTUs分類学的プロファイリングツールと互換性があり、インターフェースを備えたmOTUsオンラインデータベース(mOTUs-db)を紹介する。これは、124,295の種レベルの分類単位から得られた283万個のメタゲノムアセンブルゲノム(MAG)と919,090個のシングルセルおよび分離株ゲノムで構成されている。mOTUs-dbは、現在までに最大規模の原核生物ゲノムリソースの1つであることに加えて、品質指標を向上させるために、複数のサンプルにわたるスキャフォールドの存在量相関によって、117,902個の個々のサンプルでde novo再構築された。このデータベースはゲノム分類データベースを補完するもので、種レベルの分類群の50%以上が独自の分類群である。また、インタラクティブなクエリ機能も備えており、ユーザーは様々な分類レベルでゲノムを探索・ダウンロードできる。
Documentation
mOTUs online database ウェブサイトでは、分類学的注釈によるmOTUおよびゲノムの検索、品質スコアによるゲノムのフィルタリング、特定の環境サンプルまたは研究から再構築されたすべてのMAGの検索ができます。簡単に見てみます。
webサービス
https://motus-db.org/ にアクセスする。
mOTUデータベースは、リファレンスデータベースから入手可能な919,000個の分離株ゲノムおよびシングルセル増幅(SAG)ゲノム、そしてヒト腸内や海洋マイクロバイオーム、動物関連マイクロバイオーム、淡水、湿地など、多様なマイクロバイオームを網羅する120,769個のメタゲノムサンプルから生成された297万個のメタゲノムアセンブルゲノム(MAG)から構築されている。現在のバージョンでは、これらのゲノムから得られた10個の単一コピーマーカー遺伝子の配列を用いて、124,295個の種レベルの分類単位(mOTU)が構築されている。30,256個のmOTUは分離株ゲノムによって表され、94,039個のmOTUはMAGのみによって表されている。
初期はOTUの(種などの解像度での)代表ごとにリストされている。OTU名、分類群、代表MAG/genomeが表示されている。

OTUのIDをクリックするとそのOTUに含まれる冗長なOTUが表示される。この例だと、Faecalibacterium duncaniae相当のOTUであることがわかる。
このように、クリックすればOTU数を確認することがができる
横長の表となっており、右側の方は各OTUの完全性やN50などのゲノムの統計、使用された研究などが表示されている。GUNCの統計も含まれている。

表は各列で絞り込むことができる。元の表の属で”Vibrio”でフィルタリングすると206行残った。

LPSNを見てみると、20264月現在、Vibrioのvalidly publishedのリストは158種となっていた。mOTUs-dbに登録されている(種レベルクラスタリングの)OTU数は既存の種より多いことになる。
表はTSV形式でダウンロードできる。
mOTUs4との連携
https://sunagawalab.ethz.ch/share/MOTUS/motus-tool/v4.0.0a/motus4.html
1、mOTUs4のインストールとmarker gene DBのセットアップ(6GB)
#ubuntu
mamba create -n motus4 -c conda-forge -c bioconda python=3.10 bwa pysam=0.21 biopython=1.81 -y
conda activate motus4
wget https://sunagawalab.ethz.ch/share/MOTUS/motus-tool/v4.0.0a/mOTUsv4.0.0a.tar.gz
tar -xzvf mOTUsv4.0.0a.tar.gz
cd motus-tool
python motus.py downloadDB
2、メタゲノムのprofiling(普通の使い方)
#sample1
wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/ERR479/ERR479092/ERR479092_1.fastq.gz
wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/ERR479/ERR479092/ERR479092_2.fastq.gz
python motus.py profile -f ERR479092_1.fastq.gz -r ERR479092_2.fastq.gz -n ERR479092 -o ERR479092.motus -t 20
#sample2
wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/ERR479/ERR479030/ERR479030_1.fastq.gz
wget ftp://ftp.sra.ebi.ac.uk/vol1/fastq/ERR479/ERR479030/ERR479030_2.fastq.gz
python motus.py profile -f ERR479030_1.fastq.gz -r ERR479030_2.fastq.gz -n ERR479030 -o ERR479030.motus -t 20
#merge
python motus.py merge -i ERR479030.motus ERR479092.motus -o merged.motus
入力と出力例

3、mOTUs databaseのゲノムのダウンロード
mOTUs databaseのビルドに使われた全てのゲノムはダウンロードできる。mOTUs の profiling で出てきた属について、どの genome がその属に含まれるか確認したいときや、特定の属の代表 genome だけ集めて解析をしたいときに使う。
#"-w Angelakisella"でAngelakisella というtaxonomic cladeに一致するgenomeを探索
#2 "-s"でmetadata書き出し、"-o"でFASTA保存
#該当するゲノムを集める、1のDBがないとエラーになる
python motus.py download -w Angelakisella -s Angelakisella.genomes -o Angelakisella_dir/
出力例
Angelakisella_dir/

(2768 fasta files)
オンラインドキュメントより
-
メタゲノムデータはcompositionalな性質を持つため、リファレンスゲノムが利用可能な種のみを定量化する手法では、微生物群集における該当種の相対存在量が過大評価されるという偏った結果が得られてしまう。mOTUsは、MGデータベースに登録されている既知種と未知種の両方をプロファイリングするだけでなく、環境サンプル中のゲノムコレクションに登録されていない微生物の割合、すなわち未分類の割合も推定する。
さらに、mOTUsは高精度、すなわち、可能な限り多くの正しい分類群(真陽性)を検出し、誤った分類群(偽陽性)の検出を最小限に抑えることに重点を置いている。これらのステップにより、mOTUsで生成される分類プロファイルの高品質が保証される。LEMMIやCAMIなどの独立したベンチマークでもその品質が実証されている。
-
mOTUs MGデータベースの構築に使用された390万個のゲノムすべては、mOTUs-dbまたはmotus genomesツールコマンドを使用して閲覧、検索できる。
- motus genomesコマンドを使用すると、mOTUおよびゲノム識別子、分類学的注釈、機能的注釈に基づいてゲノムを検索できる。出力はmotus downloadと直接互換性があり、指定されたゲノム配列をダウンロードして、カスタムパイプラインに統合できる。
- motus classifyツールコマンドを実行することで、対象となるゲノムがどのmOTUに属するか特定し、処理済みのmOTUゲノムおよび分類プロファイルとの関連性を確認できる。
- mOTUsのロングリードプロファイリングパイプラインは、ロングリードシーケンスデータ用に特別に開発された他のパイプラインと比較して、かなり良好なパフォーマンスを発揮する(Portik et al., 2022を参照)。通常のプロファイリングワークフローを実行する前に、motus prep_long -i input_file -o output_fileを実行するだけで済む。
-
mOTUsはcondaまたはpipを使って簡単にインストールできる。インストール後は、シェルコマンド1つで分類プロファイルを取得できる(クイックスタートを参照)。さらに利便性を高めるため、mOTUs3はQIIME2プラグインとしても利用できる。
-
mOTUsは、ほとんどの分類プロファイルツールよりも高速で、メモリ使用量も少なくて済む。
- mOTUは、1つ以上のゲノム由来のマーカー遺伝子によって定義される種レベルのクラスターを表す。motus genomesコマンドを使用すると、これらのゲノムに関連付けられた機能アノテーションを有効化でき、分類学的存在量と代謝能力をシームレスにマッピングできる。これにより微生物群集内の機能的状況をより深く理解することが可能になる。
-
mOTUs3の結果はあるときも、 mOTUs online databaseと紐づけるにはmOTUs4を再実行することが推奨されている。これはmOTUs4の識別子はmOTUs-dbと直接互換性があるため。
また、mOTUs3.1とmOTUs4.0のクラスター識別子の対応関係を示すマッピングファイルmOTUs3.1_2_mOTUs4.0.map.tsv.gzは、ZenodoのmOTUsマーカー遺伝子データベース(mgdb)に関連付けられたファイルに用意されている。
引用
The mOTUs online database provides web-accessible genomic context to taxonomic profiling of microbial communities
Marija Dmitrijeva , Hans-Joachim Ruscheweyh , Lilith Feer , Kang Li , Samuel Miravet-Verde , Anna Sintsova , Daniel R Mende , Georg Zeller , Shinichi Sunagawa
Nucleic Acids Research, Volume 53, Issue D1, 6 January 2025, Pages D797–D805
関連
