ゲノムデータにおけるウイルス発見のためのバイオインフォマティクスツールとアプローチ：系統的レビュー

科学分野:

• バイオインフォマティクス
• ウイルス学
• 計算生物学

背景:

• ウイルスメタゲノムデータは指数関数的に増加しており、高度な発見ツールが必要とされています。
• 極端なウイルス多様性、急速な進化、および限られたデータベースは、従来のツールに課題をもたらします。
• ハイスループットシーケンシングは、ウイルス同定のための効率的な分析を必要とする膨大なデータを生成します。

研究 の 目的:

• 1990年から2025年までのウイルス発見ツールの傾向と進歩を系統的にレビューすること。
• ハイスループットシーケンシングデータを分析するための第一線のツールに焦点を当てること。
• ウイルス検出における現在の知識と将来の方向性を要約すること。

主な方法:

• PRISMA 2020ガイドラインに従った系統的レビュー。
• スノーボールアプローチを用いたPubMedデータベース検索。
• ウイルス発見方法論に関する54以上の主要な研究の分析。

主要な成果:

• アライメントベース、類似性推定、HMM、k-mer、および機械学習法を評価しました。
• 機械学習アプローチは、分岐したウイルスの検出を改善することを示しています。
• 課題には、モデルの決定の解釈や、不完全なウイルスゲノムの管理が含まれます。

結論:

• 方法論の進歩、特に機械学習は、ウイルス発見を強化します。
• 解釈可能性と不完全なゲノムの課題に対処するためには、さらなる開発が必要です。
• このレビューは、将来のウイルス検出ツール開発の基盤を提供します。