UniFrac

UniFrac , una versión abreviada de métrica de fracción única , es una métrica de distancia que se utiliza para comparar comunidades biológicas . Se diferencia de las medidas de disimilitud, como la disimilitud de Bray-Curtis, en que incorpora información sobre el parentesco relativo de los miembros de la comunidad al incluir las distancias filogenéticas entre los organismos observados en el cálculo.

Tanto las variantes ponderadas (cuantitativas) como las no ponderadas (cualitativas) de UniFrac ^{[ 1 ]} se utilizan ampliamente en ecología microbiana , donde la primera tiene en cuenta la abundancia de organismos observados, mientras que la segunda solo considera su presencia o ausencia. El método fue ideado por Catherine Lozupone , cuando trabajaba con Rob Knight ^{[ 2 ]} de la Universidad de Colorado en Boulder en 2005. ^{[ 3 ] [ 4 ]}

La distancia se calcula entre pares de muestras (cada muestra representa una comunidad de organismos). Todos los taxones encontrados en una o ambas muestras se ubican en un árbol filogenético . Una rama que conduce a taxones de ambas muestras se marca como "compartida" y las ramas que conducen a taxones que aparecen solo en una muestra se marcan como "no compartidas". La distancia entre las dos muestras se calcula entonces de la siguiente manera:

${\displaystyle \left({\frac {sum~of~unshared~branch~lengths}{sum~of~all~tree~branch~lengths}}\right){=}fraction~of~total~unshared~branch~lengths}$

Esta definición satisface los requisitos de una métrica de distancia , al ser no negativa, cero solo cuando las entidades son idénticas, transitiva y conforme a la desigualdad triangular .

Si se dispone de varias muestras diferentes, se puede crear una matriz de distancias mediante la construcción de un árbol para cada par de muestras y el cálculo de su medida UniFrac. Posteriormente, se pueden utilizar métodos estadísticos multivariados estándar, como el análisis de conglomerados de datos y el análisis de coordenadas principales .

Mediante simulaciones de Monte Carlo , se puede determinar la significación estadística de la distancia UniFrac entre dos muestras . Al aleatorizar la clasificación de cada taxón en el árbol (manteniendo la estructura de las ramas sin cambios) y crear una distribución de valores de distancia UniFrac, se obtiene una distribución de dichos valores. A partir de esta distribución, se puede asignar un valor p a la distancia real entre las muestras.

Además, existe una versión ponderada de la métrica UniFrac que tiene en cuenta la abundancia relativa de cada taxón dentro de las comunidades. Esta se utiliza comúnmente en estudios metagenómicos , donde el número de lecturas metagenómicas puede ser de decenas de miles, y es apropiado agrupar estas lecturas en unidades taxonómicas operativas (OTU), que luego pueden tratarse como taxones dentro del marco de UniFrac.

En 2012, se propuso una versión generalizada de UniFrac ^{[ 5 ]} , que unifica las distancias UniFrac ponderadas y no ponderadas en un único marco. Los autores argumentaron que las distancias UniFrac ponderadas y no ponderadas dan demasiada importancia a los linajes abundantes o a los linajes raros, respectivamente, lo que conlleva una pérdida de potencia cuando el cambio importante en la composición ocurre en linajes moderadamente abundantes. La distancia UniFrac generalizada busca solucionar esta limitación reduciendo la importancia que se le da a los linajes abundantes o raros.

• UniFrac en línea. Archivado el 12 de agosto de 2014 en Wayback Machine.
• Sitio web de Knight Lab
• Descripción de UniFrac, con ejemplos resueltos. Archivado el 24/10/2019 en la Wayback Machine.