單細(xì)胞基因組學(xué)和宏基因組學(xué)是開創(chuàng)性的技術(shù)，幫助研究人員評估環(huán)境微生物群落的結(jié)構(gòu)和功能。然而，隨著應(yīng)用這些技術(shù)的項(xiàng)目不斷擴(kuò)大，研究人員因缺乏檢查組裝基因組序列的高通量過程而受到阻礙。目前，上傳到公共數(shù)據(jù)庫的微生物基因組的序列去污是一個手動且耗時的過程，需要有關(guān)污染物序列的信息才能將其去除。

為了幫助解決這一障礙，來自美國能源部聯(lián)合基因組研究所(DOE JGI)的原核超級計(jì)劃團(tuán)隊(duì)，DOE科學(xué)用戶設(shè)施辦公室，開發(fā)了第一個快速自動清除污染物序列的計(jì)算協(xié)議。基因組草案。他們描述了所謂的ProDeGe(工具專業(yè)為母育德的污染戈在nomes)在網(wǎng)上公布2015年6月9日研究的ISME雜志。本文取得的ISME雜志的下載次數(shù)最多的文章的十大排行榜，因?yàn)樗陌l(fā)行。

雖然研究小組表示ProDeGe適用于任何類型的基因組序列，但是對于該研究，它使用來自兩個公開數(shù)據(jù)集的182個手動篩選的單個擴(kuò)增基因組(SAG)進(jìn)行基準(zhǔn)測試，其中一個是微生物暗物質(zhì)項(xiàng)目，另一個是使用擬南芥內(nèi)生菌。由北卡羅來納大學(xué)的合作者提供的數(shù)據(jù)，他們正在共同撰寫本文。

快速序列去污

該工具報(bào)告稱，該工具將序列分類為“清潔”或“污染物”，并以每兆堿基序列0.30 CPU核心小時的速率運(yùn)行。該研究的第一作者Kristin Tennessen指出，“需要專家大約6個小時手動凈化1兆堿基的序列”，因此使用ProDeGe會導(dǎo)致加速約20倍。如果手動用戶缺乏經(jīng)驗(yàn)，她補(bǔ)充說，去污率的增加甚至可以更大。

DOE JGI的Prokaryote超級計(jì)劃負(fù)責(zé)人Nikos Kyrpides表示，ProDeGe等軟件解決方案的出現(xiàn)令人畏懼的計(jì)算挑戰(zhàn)與該研究所10年戰(zhàn)略愿景的三大“支柱”之一一致。“他強(qiáng)調(diào)生物數(shù)據(jù)解釋，”他補(bǔ)充說，“DOE JGI在開發(fā)，標(biāo)準(zhǔn)化和為用戶提供高質(zhì)量基因組裝配，注釋和其他計(jì)算基因組學(xué)工具的訪問方面發(fā)揮了領(lǐng)導(dǎo)作用。”

ProDeGe經(jīng)過預(yù)先校準(zhǔn)，可以去除至少84%的污染物序列，該團(tuán)隊(duì)發(fā)現(xiàn)，當(dāng)它可以將測試序列與數(shù)據(jù)庫中對應(yīng)于Class級別或更深層次的同源物進(jìn)行比較時，它表現(xiàn)最佳。該研究小組報(bào)告說，如果序列屬于新型生物，ProDeGe僅通過檢查序列組成來去除污染物。

“鑒于每年產(chǎn)生的大量環(huán)境序列信息以及單細(xì)胞基因組測序的日益普及，”不列顛哥倫比亞大學(xué)的長期DOE JGI合作者和ProDeGe用戶Steven Hallam說。“ProDeGe填補(bǔ)了QA / QC工作流程中的一個關(guān)鍵缺口，實(shí)際上可以在個人用戶和平臺服務(wù)之間有效擴(kuò)展。”

研究小組補(bǔ)充說，“ProDeGe是建立培養(yǎng)和未培養(yǎng)微生物基因組質(zhì)量控制標(biāo)準(zhǔn)的第一步。它有助于防止污染的序列數(shù)據(jù)傳播到公共數(shù)據(jù)庫，避免產(chǎn)生誤導(dǎo)性分析。管道的全自動化特性使科學(xué)家們無需數(shù)小時的人工篩選，生成可靠的干凈數(shù)據(jù)集，并首次實(shí)現(xiàn)數(shù)據(jù)集的高通量篩選。因此，在下一代DNA測序和不依賴培養(yǎng)的微生物基因組學(xué)的時代，ProDeGe代表了我們工具包中的關(guān)鍵組成部分。“

作為使用ProDeGe工具的人，Bigelow實(shí)驗(yàn)室單細(xì)胞基因組學(xué)中心主任Ramunas Stepanaukas和DOE JGI合作者補(bǔ)充說，“單細(xì)胞基因組學(xué)和宏基因組學(xué)已經(jīng)成為未培養(yǎng)微生物生物學(xué)信息的主要來源。 ，這是我們星球上大多數(shù)生態(tài)系統(tǒng)的主要組成部分。DNA污染的風(fēng)險(xiǎn)是單細(xì)胞基因組測序和宏基因組裝配的重大挑戰(zhàn)。從單細(xì)胞基因組學(xué)和宏基因組數(shù)據(jù)中預(yù)防，檢測和去除污染物對于了解我們星球上的生態(tài)系統(tǒng)至關(guān)重要。新的實(shí)驗(yàn)室和計(jì)算工具，如ProDeGe，對于確保這些新興研究領(lǐng)域的高標(biāo)準(zhǔn)數(shù)據(jù)質(zhì)量至關(guān)重要。“