Skip to content

ASV #
Find similar titles

Structured data

Category
Biology

Amplicon Sequence Variant (ASV) #

ASV는 high-abundance sequence와 유사한 low-abundance sequence는 에러일 것이라는 전제를 바탕으로 구한다. 도출된 sequences로 결과를 나타내는 것으로서, sequence cluster나 그 cluster를 대표하는 consensus sequence를 다루는 OTU 방법과는 차별점이 있다. 도출된 sequences는 clustering이나 reference database 없이 생성되기 때문에 reference bias가 없고, 샘플 간 비교가 가능하다. 또한 모든 biological variation을 찾아낼 수 있다. 즉, ASV pipeline은 closed-reference OTU picking과 De novo OTU picking 방식 장점을 모두 가졌다 (Reproducible O, Comprehensive O). Chimera dection에서 OTU picking에서는 97% similarity로 같은 종으로 묶인 reads 중에 chimera가 있더라도 제거할 수 없지만 (이미 같은 OTU로 합해짐), ASV pipeline에서는 제거할 수 있다.

Image

그림 1. OTU 방식과의 차이

ASV pipeline은 각각의 read에 대해 독립적으로 적용할 수는 없고 (Sample 단위에서 적용을 해야 한다), 다른 연구 간 비교가 가능하지만, 실제로는 똑같은 primer set를 사용한 경우에만 가능하다. 또한, 같은 genome이 multiple ASVs를 가질 수 있고, Short genetic barcode가 가지는 한계를 없애지 못한다 (복잡한 생물을 나타내기에 역부족일 수 있다). 그리고 실제로는 error reads의 count가 높게 나오면, biological sequence라고 판단할 위험이 존재한다 (false positive). 반대로 적게 존재하는 biological sequence를 drop 할 수 있다 (false negative).

ASV 장점 #

ASV pipeline은 OTU picking보다 에러를 더 잘 제거한다. ASV pipeline은 OTU picking보다 해상도가 더 높다. 즉, 대부분 논문에서 정확도와 해상력의 측면에서 OTU보다 ASV를 사용하는 것을 추천하는 분위기이다. ASV는 ESV (exact sequence variant), zOTU (zero-radius OTU), SV (sequence variant), actual SV, 등으로도 불린다.

ASV pepeline #

Image

표 1. ASV pipeline 종류

DADA2는 sensitive하고 (rare한 sequence를 더 잘 찾아냄, false positive의 위험이 높음), Deblur는 specific(더 정확하게 sequence를 찾아냄, false negative의 위험이 높음)하다. 어느 프로그램을 선택할지는 연구의 목적에 따라 달라진다.

QIIME DADA2를 사용할 때는 denoising 전 paired-end reads를 join하면 안된다. DADA2는 denosing 과정 중 reads를 join한다. Denoising 전 quality filering 과정도 자동으로 해준다.

QIIME Deblur를 사용할 때는 paired-end reads를 join해야 한다. 또 denoising 전 quality filering 과정을 거쳐야한다.

참고 문헌 #

https://www.zymoresearch.com/blogs/blog/microbiome-informatics-otu-vs-asv a Callahan, Benjamin J., Paul J. McMurdie, and Susan P. Holmes.

"Exactsequence variants should replace operational taxonomic units in marker-gene data analysis." The ISME journal 11.12 (2017): 2639-2643.

Edgar, Robert C. "UNOISE2: improved error-correction for Illumina 16S and ITS amplicon sequencing." BioRxiv (2016): 081257.

Nearing, Jacob T., et al. "Denoising the Denoisers: an independent evaluation of microbiome sequence error-correction approaches." PeerJ 6 (2018): e5364.

0.0.1_20210630_7_v33