Clustering von DNA-Sequenzen aus Mikrobiom-Sequenzen

ein Supper & Supper Use Case

Projektziel

Das menschliche Mikrobiom umfasst alle Mikroorganismen, die im und am menschlichen Körper leben. Es spielt eine wichtige Rolle für die Induktion und Funktion des Immunsystems des Wirtes. Durch die Beobachtung der Veränderungen der Darm-Mikrobiota kann die Zusammensetzung einen Einblick in die Interaktion zwischen Wirt und Mikrobiom geben und neue Optionen für therapeutische Interventionen aufzeigen.

Ziel des Projekts war es, eine Pipeline zu entwickeln, um die Mikrobiomsequenzen in der Reihenfolge der Nukleotide zu bündeln und anschließend die gebildeten Cluster mit bekannten Sequenzen durch den Blastalgorithmus zu kombinieren. Die Ergebnisse des Projekts können für eine klinische Behandlung genutzt werden.

Genutzte Daten

Die für die Mikrobiomanalyse gesammelten Proben wurden aus dem Dickdarm entnommen. Die Proben bestanden aus Stuhl und Blut. Die Rohdaten (.FASTQ) wurden zur Verfügung gestellt.

Angewandte Methoden (Umsetzung)

Wir haben in diesem Projekt Self Organizing Maps (SOM) und das Basic Local Alignment Search Tool (BLAST) angewendet. SOM ist eine auf Neuronalen Netzwerken basierende, unsupervised Clustering-Methode, die den Batch-Effekt anpassen und die falsch-positive Rate durch technische Fehler kontrollieren kann. BLAST ist ein Werkzeug, um die Ähnlichkeit zwischen biologischen Sequenzen zu finden. Wir haben es benutzt, um das menschliche Genom und das Bakteriengenom voneinander zu trennen.

Projektergebnis

Die SOMs lieferten Clustering mit hoher Homogenität. Neuronale Netze ermöglichten es, Ähnlichkeiten in einer großen Anzahl von DNA-Sequenzen basierend auf der euklidischen Entfernung zu identifizieren. Zusätzlich kann ein Benutzer anhand von Heatmaps erkennen, welches Muster in einem jeweiligen Cluster dominiert. Die durchschnittliche Homogenität innerhalb des Clusters erreicht 90% nach der Anwendung von SOM.

Nach den BLAST-Ergebnissen ermöglicht uns der identifizierte Mikroorganismus ein tieferes Verständnis der Mikroorganismenzusammensetzung bei den Patienten. Die Ergebnisse können für die Untersuchung der Wirts-Mikrobiota-Interaktion, der Medikamentenwirkung und des Umwelteinflusses weiterverwendet werden.

← Zurück zur Use-Case-Übersicht