Directly to content
  1. Publishing |
  2. Search |
  3. Browse |
  4. Recent items rss |
  5. Open Access |
  6. Jur. Issues |
  7. DeutschClear Cookie - decide language by browser settings

Integrating metatranscriptomes and metagenomes for deconvolution of composition and expression in human gut and artificial communities

Alves, Renato

[img] PDF, English
Please note: Access restricted to Repository staff only until 10 December 2020.
Login+Download (6MB) | Terms of use

Citation of documents: Please do not cite the URL that is displayed in your browser location input, instead use the DOI, URN or the persistent URL below, as we can guarantee their long-time accessibility.


Over the last 15 years the human microbiome has received increasing attention.During this time, many studies have contributed to shed light on the complex network of interactions both between the microorganisms and their host, and within microbial communities themselves. While traditionally aiming at assessing composition, recent studies have broadened this scope to multi-dimensional aspects, using multi-omics approaches.By integrating information about genomes, transcripts, proteins and metabolites, a holistic understanding of the microbiome is now within reach.However progressive, these studies generally suffer from a lack of closure, as interpretation and integration of this data is all but straightforward. In the particular case of metatranscriptomes, species abundance and gene expression are coupled into a single readout.Consequently, normalization of this data is a crucial but poorly understood and unresolved problem. Here I present different approaches to normalise metatranscriptomes and highlight procedural concerns when obtaining this type of data. Results show that better normalization strategies are necessary when integrating multi-omics data and that controlled pilot experiments are required for a better understanding of the intricate dynamics and interactions between members of these communities. This work further exposes concerns about the interpretation of functional aspects of microbial populations, primarily driven by the many uncontrolled sources of variation herein discussed. As these new data types become more widespread, methods will certainly evolve towards better standardization and controlled procedures. This will help the microbiome field to move beyond its descriptive state into one able to provide a more detailed and mechanistic understanding.

Translation of abstract (German)

In den letzten 15 Jahren hat das menschliche Mikrobiom zunehmend Aufmerksamkeit erhalten. In dieser Zeit haben viele Studien dazu beigetragen, das komplexe Netzwerk der Wechselwirkungen zwischen den Mikroorganismen und ihrem Wirt, sowie innerhalb der mikrobiellen Gemeinschaften selbst zu beleuchten. Existierende Studien beschäftigten sich vor allem mit der Analyse der bakteriellen Zusammensetzung. Eine neue Entwicklung ist, auch mehrdimensionale Aspekte zu betrachten, vor allem mit sogenannten “Multi-Omics”-Studien. Durch die Integration von Informationen über Genome, Transkripte, Proteine und Metaboliten ist nun ein ganzheitliches Verständnis des Mikrobioms in greifbarer Nähe. Trotz aller Fortschritte mangelt es im Allgemeinen an greifbaren Schlussfolgerungen die alle Stränge miteinander verbinden, da die Interpretation und Integration dieser Daten alles andere als einfach ist. Im speziellen Fall von Metatranskriptomen werden Spezies-Abundanz und Genexpression in einer einzigen Messung erfasst. Folglich ist die Normalisierung dieser Daten ein entscheidendes, aber wenig verstandenes und ungelöstes Problem. Hier stelle ich verschiedene Ansätze zur Normalisierung von Metatranskriptomen vor und erörtere die praktischen Probleme bei der Gewinnung dieser Art von Daten. Die Ergebnisse zeigen, dass bei der Integration von Multi-Omics-Daten bessere Normalisierungsstrategien erforderlich sind und dass kontrollierte Vorstudien erforderlich sind, um die komplexe Dynamik und Interaktion zwischen Mitgliedern dieser Gemeinschaften besser zu verstehen. Diese Arbeit zeigt weiterhin die momentanen Grenzen hinsichtlich der Interpretation funktionaler Aspekte mikrobieller Populationen auf. Diese sind hauptsächlich durch die vielen unkontrollierten Variationsquellen bedingt. Mit zunehmender Verbreitung dieser neuen Datentypen werden sich die Methoden zu einer besseren Standardisierung und zu kontrollierten Verfahren entwickeln. Dies wird der Mikrobiom-Forschung helfen, über qualitative Studien hinaus zu quantitativen Ansätzen zu gelangen, die ein detailliertes und mechanistisches Verständnis liefern können.

Item Type: Dissertation
Supervisor: Bork, Prof. Dr. Peer
Place of Publication: Heidelberg
Date of thesis defense: 22 November 2019
Date Deposited: 12 Dec 2019 14:02
Date: 2020
Faculties / Institutes: The Faculty of Bio Sciences > Dean's Office of the Faculty of Bio Sciences
Subjects: 570 Life sciences
About | FAQ | Contact | Imprint |
OA-LogoDINI certificate 2013Logo der Open-Archives-Initiative