叙述宏基因组的计算方法基准

leipajiaob

它们无处不在，但肉眼看不见。微生物是碳循环等关键环境过程监管背后看不见的有影响力的力量，但其中大部分仍然未知。十多年来，美国能源部联合基因组研究所(DOE JGI)，DOE科学用户设施办公室，一直致力于研究人员使用最先进的技术研究无法在实验室中生长的未培养微生物。诸如环境群落的高通量基因组测序(宏基因组学)和开发计算工具以发现和表征环境中的微生物群落等方法。要解决将宏基因组聚集成一组重叠的DNA片段，这些片段一起代表DNA或重叠群的共有区域，然后将这些重叠群合并到基因组区域中，科兴制药

2017年10月2日发表在 N M上的一个团队，包括DOE JGI研究人员描述了宏基因组解释关键评估(CAMI)挑战的结果，这是有史以来第一次，社区组织的宏基因组计算工具基准评估。该部长会议挑战是由亚历山大S，在比勒费尔德大学的计算宏基因组的头，前身为DOE JGI博士后研究员，爱丽丝MH，感染研究实验室的亥姆霍兹中心的计算生物学感染研究率领。 研究人员很难根据方法论文的结果找出用于特定数据集和分析的程序，MH说。评估中使用的数据集和评估措施差异很大。另一个问题是开发人员在评估新软件的性能时通常会花费大量时间对最新技术进行基准测试。CAMI希望改变这些事情，让社区参与定义评估的标准和最佳实践，并将这些原则应用于基准挑战中。 JGI对工具和技术的基准测试非常感兴趣，这些工具和技术将推动宏基因组的分析，并提高我们为用户提供的数据质量。在JGI 发布了关于使用模拟数据集进行宏基因组学工具基准测试的第一项研究之后，很高兴看到这种方法多年来如何扩展，现在通过这项研究，逐渐演变为标准化社区工作的模型。野外， 能源部JGI原核生物超级计划主管N K说。 DOE JGI微生物基因组学负责人T W补充说：JGI不仅在实验室协议的基准测试中，而且还在计算工作流程中。 这使我们参与像CAMI这样重要的社区工作非常重要。 有40多个团队报名参加挑战赛，CAMI组织者收到了来自全球25个项目的215份提交，但只有17个团队愿意发布他们的软件实施。CAMI组织者评估了3个类别的计算工具。在组装由短读序列技术产生的基因组序列上评估了六个装配器和装配管道。在分箱挑战中，根据标准评估了五个基因组结合物和4个分类学结合物，包括工具在恢复个体基因组方面的功效。最后，评估了10个具有不同参数设置的分类学分析器，以评估它们如何预测微生物和环状元素的身份和相对丰度。