짧은 요약(Abstract) :    
* Meta-MARC 약자(Abbreviation)  : Metagenomic Antimicrobial Resistance Characterization  
* train input: MEGARes v1    
* Model: HMM  
* train output: AMR class(24 picked classes)/group/mechanism    
* 요약: HMM으로 AMR prediction sensitivity(recall) 높임  
* test input: CARD - cross validation test


Paper link
Lecture link


단어정리

  • efficacy: 효능
  • imperative: 피할 수 없는
  • circumvent: 교묘하게 회파하다
  • counteract: 중화하다
  • pathogenic: 병원성
  • non-pathogenic microbes: 비병원성 미생물
  • high-throughput sequence: 높은 처리량의 시퀀스(일루미나 등을 사용하여 얻는)
  • microbiome: 미생물군집
  • genus-level: 속 수준 (종속강문계 중에서)
  • resistome: 저항하다
  • pedicatric: 소아과
  • Escherichia coli: 대장균
  • antibiotic-laden culture: 항생제가 함유된 배지
  • inhibitory: 억제적인
  • phenotypically: 표현형적으로
  • fosmid: 유전자 클로닝에 사용되는 벡터
  • confer: 부여하다
  • culture media: 배양시 사용되는 물질
  • contig: 염기서열이 밝혀진 작은 조각(fragment합친것)
  • susceptibility: 민감하게 반응하는 경향
  • obscuring: 모호한
  • quertile: 분위수-데이터를 동등하게 네 부분으로 나는 값
  • gene: 유전자 DNA 특정 부분
  • genome: 전체 DNA 서열, 비코딩 DNA 포함
  • sequence divergence: 서로 다른 DNA,RNA 또는 담백질 서열간의 차이점
  • negligible: 무시할만한
  • shotgun metagenomics data: 특정 환경 샘플서 얻어진 미생물 군집서 DNA 무작위로 많이 생성 및 분석
  • proportion: 비율
  • CIGAR: Consise Idiosynccitatic Groupped Alignment Report의 약자, DNA나 RNA 어떻게 매핑되는지 알려줌
  • independent covariable: 결과(종속변수)에 영향을 미칠 수 있는 독립적 요인 뜻함(실험 조건 같은), covariables-연구자들에게 조작되지 않음
  • varying intercept: 서로 다른 그룹이나 수준에서 데이터포인트가 서로 다른 시작점 가진다는 것 의미(서로 다른 곳에서 시작)
  • calculate coefficient: 특정 변수의 영향력이나 중요도를 나타내는 계수를 계산한다는 의미
  • Wilcoxon rank sum test: 두 독립표본 그룹간의 중앙값 차이를 비모수적(non-parametric) 방법으로 검정하는 통계 방법(실제값 아닌 rank기반-outlier 있을때 좋음)
  • silico genes: 시뮬레이션 통해 생성된 gene
  • prokaryote: 원핵생물(박테리아 + 고세균Archaea)
  • contiguous: 연속적
  • noncontiguous: 비연속적
  • homologous: 유사한 구조나 기원을 가진(공통조상 유례)
  • discrepantly: 차이가 나게, 불일치하게
  • high divergence: 큰 차이의 불일치
  • polymorphisms: 한 종 내의 자연스러운 변이
  • prudent: 신중한
  • multi-locus: 다중 위치
  • allelic: 대립유전자
  • beta-subunit: 특정 단백질 구성 요소
  • housekeeping genes: 기본 필수 유전자
  • DNA topoisomerase: 움 tkddnl rnwh whwjf gyth
  • SNP- Single Nucleotide Polymorphisms
  • Major Facilitator Superfamily: 세포막 통해 소분자 운송 관여 단백질
  • wall time: 완료까지 걸리는 시간


Description of functional metagenomic datasets

흙이랑 서아과 샘플 사용

Meta-MARC identifies more on-target sequences than competing methods

on-target 더 잘 식별함, 비교군(BWA-메가레스사용, Resforms 보다 나음)

HMM 태깅 외에 HTS를 assembly & predict 하는 pipeline도 있음

Description of shotgun metagenomics data

성능평가 위해 소고기 도축장 데이터 사용 - abundance.. 풍부함..?

Meta-MARC tolerates more genetic variation in shotgun metagenomic data

다양 유전자(변종된 것들도) 잘 분류

Comparison of CPU-time and memory usage

324gb ram ResFams보다 많은 시간 걸림, 랜덤에 좀 더 강건

Construction of the Meta-MARC models

MEGARes v1(Aug 2016) 사용

Group 1(284 models, 2905 MEGARes sequences)

  • 284 클러스터로 multi drug 제외하고 USEARCH로 pairwise alignm된 것, 단일 seq 제외

Group 2(108 models, 307 MEGARes sequences)

  • multi drug 제외하고 비저항성에서 변이된 (저항성 보장 안된 것) 것 포함

Group 3(675 models, 1073 MEGARes, 28,603 BLAST sequences)

  • multi drug 포함, BLAST로 비슷한 seq추가(augmentation), 단일 seq인 것도 추가, Aug된 건 HMM으로 태깅

Data availability

PRJNA215106, PRJNA244044, PRJNA2924710

Code availability

https://github.com/lainsm/meta-marc
https://github.com/lainsm/meta-marc-publication


Reference type

Latex

@article{lakin2019hierarchical, title={Hierarchical Hidden Markov Models Enable Accurate and Diverse Detection of Antimicrobial Resistance Sequences}, author={Lakin, Steven M. and Kuhnle, Alan and Alipanahi, Bahar and Noyes, Noelle R. and Dean, Chris and Muggli, Martin and Raymond, Rob and others}, journal={Communications Biology}, volume={2}, number={1}, pages={294}, year={2019}, publisher={Nature Publishing Group}, doi={10.1038/s42003-019-0545-9}, url={https://doi.org/10.1038/s42003-019-0545-9}, month={Aug} }