文章信息：

文章：Bacteroidetes use thousands of enzyme combinations to break down glycans
中文：拟杆菌门利用数以千计的酶分解多糖
杂志：nc
时间：2019

摘要：

与蛋白质不同，多糖链不是由DNA直接编码的，而是由组装它们的酶的特异性编码的。理论计算提出了天文数字的可能异构体(> 10e12六糖)，但实际聚糖结构的多样性在自然界中尚不清楚。拟杆菌门的细菌被认为是多糖的主要降解者，它们存在于所有的生态系统中。在拟杆菌门的基因组中，碳水化合物降解酶(CAZymes)排列在称为多糖利用位点(PULs)的基因簇中。拟杆菌门的PUL解聚需要定制的酶;相反，PUL中的酶组成可以提供有关目标聚糖结构的信息。在这里，我们根据拟杆菌门的CAZyme组成对964个拟杆菌门基因组编码的13,537个PUL进行分组。我们发现，拟杆菌门集体精心设计了几千种酶组合来分解多糖，这表明对多糖结构多样性的总体估计比理论估计要小得多。

一、PUL位点和多糖结构

二、PUL分析流程

PUL分析管道。a 从PULDB选择和排序数据。b 根据CAZyme组成进行PUL聚类。根据酶(亚)家族组成计算了每对PUL之间的距离。不同距离阈值的分层聚类(CAZyme组成中从0到50%不匹配)会产生一些在1200到2900之间的独特PUL。

三、SusC和SusD蛋白的系统发育树

串联重复SusC /D基因座编码SusC和SusD蛋白的系统发育树。SusC和SusD在两个系统发育树中形成了颜色编码的一致演化支。在重复序列中，每个分支的每个成员都有相同的基因组位置，显示出在每个trsusC/D组中严格的同源性。

cluster分析：
1 分析每个PUL位点中GH PL CE和 sulfatases (Sulf) peptidases (Pept) 的有无矩阵
2 用R vegan包计算Pairwise Jaccard distances
3 用hclust函数average方法进性Hierarchical clustering
4 用cutree函数和不同的Jaccard distance threshold定义不同的cluster高度

synteny（共线性）分析：
1 用stringdist R包
2 忽略PUL成分(GHs、PLs、硫酸酶、肽酶、转运体和调节因子)以外的蛋白质
3 stringsim R函数计算PUL模块相似性指数（0-1）
4 每对PUL计算一个synteny指数，计算PUL cluster所有PUL队中位数。

phylogeny（系统进化）分析：
1 用mafft进性alignment
2 用fastree进性最大似然分析

symap染色体共线性比对分析工具

统计：
1 使用R使用chi2测试测试列联表的同质性
2 矫正标准残差

3 FactoMineR进性PCA
4 normality verification (Shapiro test)后使用t-test计算置信区间
5 non-parametric Wilcoxon test计算非正态分布置信区间
6 lm函数进性Polynomial regression多元回归