微生物分析工具 | MMIP：基于web的微生物组和代谢组数据集成和特征识别平台

微生物群落通过代谢物串扰维持其生态动态。因此，了解代谢组及其种群将有助于了解群落的功能，并预测它在非典型条件下的变化。2023年9月，《Briefings in Bioinformatics》发表了基于web的微生物组和代谢组数据集成和特征识别平台：MMIP，可用于从扩增子测序数据中比较两组微生物群落之间的分类内容、多样性变化和代谢潜力。

MMIP是一个旨在集成和分析微生物组和代谢组数据的在线平台，其利用PRMT和MIMOSA中引入的算法，从扩增子测序数据中描绘不同群落水平的信息和各种微生物群落的代谢潜力。MMIP可以强调具有统计学意义的分类、潜在的酶和代谢特征，以及与一组相比另一组相关的基于学习的特征。

MMIP后端运行的整个工作流程

MMIP web界面使用最新版本的bootstrap（v4.3.1）和HTML，以提供用户友好的体验。JavaScript（ECMA Script 2021）支持交互式绘图和可下载的图像。MMIP主要由两个不同的模块组成：

1）模块I致力于全面的宏基因组分析，包括分类学概况、多样性评估、预测酶概况、代谢物潜力评估和特征识别。该模块擅长比较两个用户定义组之间的宏基因组分析。

2）模块II侧重于建立预测代谢物与用户生成的代谢组学数据之间的相关性。其利用模块I的完整功能生成进行相关性分析所需的数据。

两组MMIP的分类和特征提取流程图

开发团队使用来自三项不同研究的数据集验证了 MMIP的功：验证集1中MMIP预测了52种与研究中的实时代谢物重叠的代谢物，以及微生物分析和多样性指数比较；验证集2中MMIP得出的两组之间的分类分布与研究结果一致；验证集3中MMIP 能够重现研究中提到的微生物种群特征同时预测了许多 IBS 相关代谢物。

综上所述，MMIP提供多样性分析、分类分析、宏基因组预测和代谢潜力测量，以及基于监督学习的方法来连接分类丰度、酶谱和代谢潜力。它为用户提供了来自扩增子测序数据的可能代谢物特征的初步概念，而无需进行代谢组学分析。MMIP还可以帮助用户初步了解微生物群落的代谢潜力或富集途径，并有助于形成用于比较样本组的生物学有效假设。

MMIP可从如下链接获取：

👉 https://github.com/websandip/mmip

关于MMIP的详细使用手册可在如下链接获取：

👉 https://github.com/websandip/mmip/blob/main/manual.pdf

//

建议对技术细节感兴趣的小伙伴请参考文献原文~

对于文献整理过程中有翻译不当或错误也欢迎大家在评论区留言指出，互相交流学习！

参考文献

Anupam Gautam, Debaleena Bhowmik, Sayantani Basu, Wenhuan Zeng, Abhishake Lahiri, Daniel H Huson, Sandip Paul, Microbiome Metabolome Integration Platform (MMIP): a web-based platform for microbiome and metabolome data integration and feature identification, Briefings in Bioinformatics, Volume 24, Issue 6, November 2023, bbad325.