Estrategia bioinformática para el análisis taxonómico y funcional de la microbiota subgingival de pacientes colombianos con periodontitis
Cargando...
Archivos
Autores
Director
Tipo de contenido
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El análisis de datos a partir de genes marcadores se ha centrado en estrategias bioinformáticas que agrupan diversas herramientas desarrolladas en los últimos años, incluyendo múltiples pasos. Esas estrategias se han utilizado para analizar la microbiota de la cavidad oral a partir de datos genómicos basados en marcadores como el gen 16S rRNA, sin embargo, existen pocos estudios que evalúen la microbiota oral en pacientes colombianos con periodontitis, de acuerdo con la última clasificación de la enfermedad, por lo que el objetivo del presente trabajo fue implementar la estrategia bioinformática más adecuada para el análisis taxonómico y funcional de datos metagenómicos del gen 16s rRNA, obtenidos a partir de muestras de placa subgingival de pacientes colombianos con periodontitis. Se determino realizar el análisis con QIIME2, que se caracteriza por ser de código abierto y en el cual se pueden realizar análisis a partir de datos de secuencias de amplicones incluyendo en su análisis demultiplexación y filtrado de calidad, asignación taxonómica por ASV, y reconstrucción filogenética, utilizando en complemento DADA 2. Adicionalmente se realizó predicción de la función con PICRUST2, a partir de los ASV identificados. Se concluyo que QIIME 2 es un framework que permite realizar análisis múltiples, lo que confirma su uso para análisis de comunidades microbianas, así mismo en la clasificación, el uso de base de datos especializadas como HOMD para evaluar la microbiota oral, permite focalizar los resultados al ambiente determinado, logrando una clasificación hasta el nivel de especie, evidenciaron microorganismos específicos más frecuentes asociados con periodontitis tales como Filifactor alocis, Fretibacterium, Eubacterium nodatum group, Eubacterium saphenum, Eubacterium brachy, Dialister invisus, Porphyromonas gingivalis, Desulfubulbus, Selenomonas, Sneathia, Treponema, Tannerella forythia y Parvimonas. El análisis con PICRUST2 permitió observar vías metabólicas que se asociaron principalmente con los grupos de periodontitis, lo que podría sugerir una alta actividad metabólica de los microorganismos asociados con esta condición clínica. (Texto tomado de la fuente)
Abstract
Data analysis from marker genes has focused on bioinformatics strategies that group various tools developed in recent years, including multiple steps. Different strategies have been used to analyze the oral cavity microbiota from genomic data based on markers such as the 16S rRNA gene; however, few studies evaluate the oral microbiota in Colombian patients with periodontitis, according to the latest classification of the disease. Therefore, the objective of the present work was to implement the most appropriate bioinformatics strategy for the taxonomic and functional analysis of metagenomic data of the 16s rRNA gene, obtained from subgingival plaque samples of Colombian patients with periodontitis. It was decided to perform the analysis with QIIME2, which is characterized by being open source and in which analyses can be performed from amplicon sequence data, including demultiplexing and quality filtering, taxonomic assignment by ASV, and phylogenetic reconstruction, using the DADA 2 plugin. Additionally, function prediction was performed with PICRUST2, based on the identified ASVs. It was concluded that QIIME 2 is a framework that allows multiple analyses, which confirms its use for microbial community analysis, also in the classification, the use of specialized databases such as HOMD to evaluate the oral microbiota, allows focusing the results to the specific environment, achieving a classification up to the species level, they showed more frequent specific microorganisms associated with periodontitis such as Filifactor alocis, Fretibacterium, Eubacterium nodatum group, Eubacterium saphenum, Eubacterium brachy, Dialister invisus, Porphyromonas gingivalis, Desulfubulbus, Selenomonas, Sneathia, Treponema, Tannerella forythia and Parvimonas. The analysis with PICRUST2 allowed us to observe metabolic pathways that were associated with periodontitis groups, which could suggest a high metabolic activity of the microorganisms associated with this clinical condition
Palabras clave propuestas
Descripción
ilustraciones, diagramas