마이크로바이옴 시계열 데이터

Bioinformatics/└ 기타

마이크로바이옴 시계열 데이터

김해김씨99대손 2023. 1. 13. 11:03

⬛ 시계열 데이터 란?

https://commons.wikimedia.org/wiki/File:Random-data-plus-trend-r2.png

시계열(時系列, time series)은 일정 시간 간격으로 배치된 데이터들의 수열을 말한다. 시계열 해석(time series analysis)라고 하는 것은 이런 시계열을 해석하고 이해하는 데 쓰이는 여러 가지 방법을 연구하는 분야이다. 예컨대, 이런 시계열이 어떤 법칙에서 생성되어서 나오느냐는 기본적인 질문을 이해하는 것이 궁극적인 목표라고 할 수 있다. 시계열 예측(time series prediction)이라고 하는 것은 주어진 시계열을 보고 수학적인 모델을 만들어서 미래에 일어날 것들을 예측하는 것을 뜻하는 말이다. 일반적으로 이런 방법들은 공학이나 과학계산, 혹은 금융시장에서의 주가 예측 등에서 많이 쓰인다.

⬛ 일반적인 시계열 분석 예제

- 출처 : 날씨마루

[입문] 시계열데이터(ARIMA).pdf

0.65MB

⬛ 마이크로 바이옴 시계열 데이터 란 어떠한 것인가?

시간에 따른 미생물의 상대적인 분포 데이터를 말한다. 연구 분야는 마이크로 바이옴을 이용한 진단이며, 미생물군 기반 약물의 결과를 예측하기 위한 미생물 군집 분석 및 미생물 군집 시계열 분석을 사용하여 미생물 군집의 정상화를 위한 것이다[2]. 그러나 많은 마이크로바이옴 시계열은 제한된 기간동안 숙주 metadata로 미생물 변화를 숙주 생동과 연관 짓기 어렵다[3]. 아직 예측까지는 어려운 단계라는 말.

⬛ 분석 예시

분석 패키지인 microbiomeutilities 이용. 아래 내용은 Tutorial 내용에 포함된 자료이다[4].

1. 환자가 방문 할 수록 미생물의 taxonomy composition관찰

2. 각 taxa에서 환자의 시간에 따른 상대적 분포 변화

3. 한 taxa가 여러 환자에서 방문 횟수에 따른 상대적 분포 변화

좀더 복잡한 분석 패키지로는 BiomeHorizon이 있다.

⬛ 관련 논문

- Faust, K., Lahti, L., Gonze, D., de Vos, W. M., & Raes, J. (2015). Metagenomics meets time series analysis: unraveling microbial community dynamics. Current Opinion in Microbiology, 25, 56-66. doi:https://doi.org/10.1016/j.mib.2015.04.004
https://www.frontiersin.org/articles/10.3389/fgene.2020.00310

- Coenen, A. R., Hu, S. K., Luo, E., Muratore, D., & Weitz, J. S. (2020). A Primer for Microbiome Time-Series Analysis. Frontiers in Genetics, 11. Retrieved from https://www.frontiersin.org/articles/10.3389/fgene.2020.00310

- Feng, Q., Lan, X., Ji, X., Li, M., Liu, S., Xiong, J., . . . Li, Y. (2021). Time series analysis of microbiome and metabolome at multiple body sites in steady long-term isolation confinement. Gut, 70(7), 1409-1412. doi:10.1136/gutjnl-2020-320666

- Yoshitake, K., Kimura, G., Sakami, T. et al. Development of a time-series shotgun metagenomics database for monitoring microbial communities at the Pacific coast of Japan. Sci Rep 11, 12222 (2021). https://doi.org/10.1038/s41598-021-91615-3

- Modeling time-series data from microbial communities. ISME J 11, 2526–2537 (2017). https://doi.org/10.1038/ismej.2017.107