Estudio comparativo de herramientas bioinformáticas para el análisis metagenómico sobre el microbioma humano
La finalidad de este trabajo final de máster ha sido realizar una comparativa con diferentes softwares para el análisis taxonómico en diferentes microbiomas del cuerpo humano. El estudio metagenómico se llevó a cabo gracias al método secuenciación por amplicón del gen 16S rRNA, este es el marcador p...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2020 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/106990 |
| Acceso en línea: | http://hdl.handle.net/10609/106990 |
| Access Level: | acceso abierto |
| Palabra clave: | metagenómica microbioma humano 16S rRNA microbioma humà metagenòmica human microbiome metagenomic Bioinformatics -- TFM Bioinformàtica -- TFM Bioinformática -- TFM |
| Sumario: | La finalidad de este trabajo final de máster ha sido realizar una comparativa con diferentes softwares para el análisis taxonómico en diferentes microbiomas del cuerpo humano. El estudio metagenómico se llevó a cabo gracias al método secuenciación por amplicón del gen 16S rRNA, este es el marcador por excelencia caracterizado por su baja tasa de evolución. Para hacer el estudio se crearon tres dataset correspondientes a microbioma intestinal, vaginal y bucal. La simulación fue realizada con el software Wgsim con datos del MiSeq de Illumina, llevando a cabo una secuenciación paired-end. El análisis bioinformático se realizó con tres de los softwares más utilizados en la actualidad, que son: Gaia, Qiime2 y Mothur. Estos dos últimos son de código abierto por lo que para llevarlos a cabo se hizo uso de una máquina virtual de Ubuntu en Google Cloud. Gaia ha sido desarrollado por la empresa Sequentia Biotech, por lo que no hubo necesidad de crear ningún código para el análisis. Una vez realizado el análisis taxonómico se llevó a cabo el análisis estadístico de los resultados. Para ello se evaluaron parámetros como precisión, recall y F-measure. |
|---|