DAS工具: 利用去重、聚合和评分的策略从宏基因组中恢复基因组

推荐指数：★★★★★

阅读时间：6 分钟

文本字数：2260字

推荐理由：

佳作推荐

文章介绍了一种去重、聚合和评分策略——DAS工具，它灵活的结合了已建立的binning算法的优点。将DAS工具应用于构建的群落可以生成比任何自动化方法更精确的bins。实际上，当应用于不同复杂程度的环境和宿主相关样本时，DAS工具能够恢复更多接近完整的基因组，优于使用任何单一的binning方法，且包括以前未报道的谱系。

 

利用去重、聚合和评分的策略从宏基因组中恢复基因组

Recovery of genomes from metagenomes via a dereplication, aggregation and scoring strategy

  

作者：Christian M. K. Sieber, Alexander J. Probst, et al.

期刊：Nature Microbiology

时间：2018.5

IF: 14.174

DOI: 10.1038/s41564-018-0171-1

  

研究背景

微生物群落对生态系统功能至关重要。宏基因组学研究的一个关键目标是分析物种特异性的代谢途径，并重建群落代谢互作网络。目前，从宏基因组中重构单菌基因组是实现这一目标的重要手段和方法，这需要将组装好的宏基因组片段精确地分配给每个基因组（binning），从而推断各个物种的代谢途径，并预测其在微生物群落中的生活方式。现有的binning方法往往不能重建合理数量的基因组，并且会产生许多质量和完整性差的基因组。此外，没有一种方法在所有生态系统中表现良好。总之，不同的binning工具具有不同性能以及各自重建具有不同完整度水平的基因组。由此，本研究开发了一套整合多个binning算法的预测结果的策略——DAS工具。

 

研究方法

依次使用5种常用binning工具（ABAWACA、CONCOCT、Maxbin,、MetaBAT、ESOM），以及作者开发的将5种binning结果结合的DAS工具应用于不同微生物群落:

1. 模拟微生物群落

创建三种不同复杂程度的微生物群落，分别包括低（40个基因组），中（132个基因组）和高复杂度（596个基因组）的微生物群落。

2. 环境宏基因组

选择成人肠道、原油渗漏和土壤环境的宏基因组分别代表较低、中、高复杂度微生物群落。

 

研究结果

1. DAS工具算法总览

 

步骤1：DAS工具的输入文件包括拼接结果中的scaffolds序列（灰线表示）和来自不同binning工具得到的bins集合（相同颜色的圆角矩形表示由同一binning方法得到的bins）；

步骤2：预测每个bins中scaffold的单拷贝基因（蓝色形状表示），并进行打分；

步骤3：在所有结果中，将相同的bins进行合并，作为这个bins的备选集合；

步骤4：迭代选择高分bins，并更新集合剩余部分候选bins的分数。

最终输出包括来自不同输入文件预测的非冗余高分bins。

 

2. DAS工具应用于模拟微生物群落

 

a, 每个方法重建的F1分数高于某个阈值的基因组的数量. F1得分越高, 重建的基因组与参照越相似.  b, 所有bins的F1分数的分布. 在每个箱图上方给出每个方法重建bins的数目. 对所有参考基因组（ALL）,具有菌株变异（common_strain; 与其他参考基因组的ANI（平均核苷酸相似性）≤95％）以及没有菌株变异（unique_strain; 与其他参考基因组的ANI > 95％ANI）的基因组三种情况分别计算度量。

 

以上结果展示，对于最具有挑战性的高复杂度样品，DAS工具可以比任何单个binning工具得到更多高质量的基因组，包括41个变异性菌株和299变异性菌株基因组。其次，Maxbin获得第二好的结果。DAS工具不仅重建更多数量基因组，其所有重建基因组的F1分数分布与最好的单分选工具（Maxbin）相比显示相等或更高的中值。

 

3. 应用于不同复杂程度的宏基因组数据

 

使用CheckM来评估所产生的bins的质量. 另外，使用ggKbase binning工具来分析人体肠道数据。鉴于人类肠道存在特定的细菌，这是合适的。 ggKbase工具没有用于其他样品分析，因为它们在含未知生物较多的系统中表现不佳。

由结果可以看出，在每个完整度水平下，DAS工具在3个生态系统中生成的高质量bins数量都是最多的。有趣的是，用作DAS工具输入的单个binning工具的性能在生态系统之间不同，而且它们都不是明显的赢家。对于单个binning工具来说，面对较低复杂度的人类肠道样品时，利用ggKbase可以产生最大数量的高质量bins，其次是MetaBAT。对于中等复杂性的渗漏油样品，单个binning工具中ABAWACA和MetaBAT产生的高质量基因组最多。而对于高复杂度的土壤数据，Maxbin则更具有优势。

 

4. 揭示了先前未报道的具有烃降解潜力的谱系

来自圣巴巴拉原油渗漏样品的宏基因组的binning结果揭示了三种基因组，其16S rRNA基因序列在SILVA数据库中没有找到相似序列（78.8、79.4和87.4％相似性）。这些重建基因组的完整性为95.6~89.6％。基于串联16个级联核糖体系统发育树，作者得出结论，其中2个基因组可能是来自2个新的门。第三个基因组更接近于WOR-3，可能是WOR-3的一个分支。

代谢通路分析显示3种基因组中存在编码烃降解酶的基因——包醛脱氢酶。此外，醇脱氢酶、醛铁氧还蛋白氧化还原酶和甲醇脱氢酶存在于一个基因组中，该基因组具有最高的完整性，推测具有烷烃和甲醇降解途径。

 

结果讨论

作者测试了一组当前可用的已发表的宏基因组学binning算法，以评估它们在应用于各种复杂性样本时的表现。然而，值得注意的是，在不同的环境系统类型中，甚至在同一生态系统的不同样本之间，这些都是工具的有效性都是可变的，并且没有单个binning工具一直是最有效的。而作者开发的DAS工具，几乎总是从复杂的宏基因组中提取出比任何单个binning工具更多的基因组。其次，由于Maxbin在本研究中的总体稳定表现，Maxbin结合2种或3种其他binning方法可以作为DAS工具的坚实基础。

从宏基因组重建的基因组的质量总是受到质疑。对于试图以基因组方式解决复杂生态系统的所有研究而言，不完善的基因组是一个挑战。不同的单一binning方法不仅产生不同数量的bins，而且基因组组成可能略有不同。这种可变性可以通过使用DAS工具来评估。在从每个binning工具中选取最好的bins时，DAS工具能够均衡单个binning工具之间的性能变化，从而增加回收的接近完整基因组的总数。因为它使用基于单拷贝基因的评分函数，所以它能够区分高质量和低质量的bins，并且通过使用适当的评分截止值，可以过滤出低质量的bins并控制megabins（多个bins混杂在一起）的数量。

总之，DAS工具可以集成ESOM等手动binning方法，也可以结合任何基于contig的binning算法的结果。因此，它具有高度的可扩展性，是可以利用和开发的binning工具。

猜你喜欢

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外2600+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”