VISTA：一种用于阴道微生物组元基因组亚种和群落状态分类的分类器

《Microbiology Resource Announcements》：VISTA: a classifier for metagenomic subspecies and community state typing of the vaginal microbiome

　　``

摘要

宏基因组群落状态类型（mgCSTs）能够捕捉阴道微生物组的种内遗传和功能多样性以及群落结构，从而准确关联微生物组组成、功能与健康风险。VISTA（Vaginal Inference of Subspecies and Typing Algorithm）是一种两步分类器，它将阴道宏基因组分配到不同的mgCSTs类型中，提供标准化且可扩展的分类结果。

公告

利用宏分类数据，阴道微生物群可以被划分为五种群落状态类型（CSTs）：每种类型主要由特定的物种主导（CST I：Lactobacillus crispatus；CST II：Lactobacillus gasseri；CST III：Lactobacillus iners；CST V：Lactobacillus jensenii）；或者以Lactobacillus数量较少和多种厌氧菌共同存在为特征（CST IV）（1，2）。CSTs有助于降低复杂微生物群数据集的维度，从而便于评估阴道微生物群与泌尿生殖系统和生殖健康之间的关联（2–14）。阴道微生物组的宏基因组测序揭示了丰富的遗传和功能多样性，包含超过170万个非冗余基因（15）。考虑到这种多样性，可以更准确地评估风险，并有助于阐明微生物组与临床结果之间的机制。

为了促进这类分析并提高跨研究的可比性，我们开发了VISTA（Vaginal Inference of Subspecies and Typing Algorithm）。VISTA是一个两步分类器：首先使用物种特异性基因存在数据分配宏基因组亚种（mgSs），然后根据mgSs和物种组成分配宏基因组群落状态类型（mgCSTs）（16）（图1）。输入数据来自映射到VIRGO2的宏基因组，VIRGO2是一个全面的阴道微生物组基因目录（15）。输出结果包括：（i）按mgSs划分的样本丰度矩阵；（ii）每个样本的mgCST分类。这些分类的生物学效用在另一篇伴随论文中有详细描述（16）。

图1

图1 VISTA工作流程概述。宏基因组测序读段首先通过VIRGO2处理以生成编译的基因丰度谱型。VISTA随后执行两步分类：（i）使用物种特异性随机森林模型分配mgSs；（ii）基于推断的mgSs组成使用最近邻中心法分配mgCSTs。输出包括mgSs丰度矩阵、mgCST分配结果、相似性评分和可视化文件。

为了构建VISTA参考框架，我们使用了VIRGO2-v.1.0.0版本，以2,528个阴道宏基因组的基因丰度谱型作为输入（15）。基因计数乘以测序读取长度并除以基因长度来估计基因覆盖率。然后生成一个阴道同源基因组（VOG）存在表（15），如果某个VOG的至少有一个成员基因的覆盖率达到≥0.5，则认为该VOG存在。如果至少80%的样本中该物种的平均编码序列覆盖率达到≥90%，则该物种符合mgSs分析条件，最终得到73个符合条件的物种。对于每个物种，样本基于Jaccard距离使用R-v.4.4.0下的vegan-v.2.6-8实现的Ward最小方差层次聚类进行聚类（17–19）。初始聚类使用dynamicTreeCut-v.1.63-1确定（20）。通过将观察到的轮廓分数与10个随机扰动后的存在-缺失矩阵的轮廓分数进行比较来评估聚类的稳定性。聚类通过迭代合并直到观察到的轮廓分数超过随机数据的轮廓分数。这一过程在73个物种中定义了262个mgSs。随后通过组成mgSs的相对丰度来表示样本，并使用Jensen-Shannon距离和Ward最小方差方法对样本进行聚类，从而确定mgCSTs。除非另有说明，否则使用默认参数。十折交叉验证的结果显示，mgSs分配的平均袋外错误率为8.9%，mgCST分类的平均准确率为87.8%。

VISTA使用R语言实现两步分类流程。首先，随机森林模型（randomForestSRC-v.3.3.1）根据VIRGO2生成的物种特异性基因存在谱型分配mgSs（21, 22）。其次，最近邻中心分类器根据预测的mgSs组成将样本分配到25个mgCSTs之一。虽然并非所有微生物群落都表现出离散的群落类型，但VISTA框架也可应用于其他微生物生态系统，支持群体水平的流行病学研究。

致谢

本出版物中的研究得到了美国国立卫生研究院（NIH）下属的国家过敏和传染病研究所（National Institute of Allergy and Infectious Diseases）的资助，项目编号分别为K01-AI163413（J.B.H.）和UH2AI083264（J.R.）。A.W.还得到了NIAID的T32AI162579项目的支持。

```