BAQLaVa：微生物群落シーケンシングからのマルチオミクスウイルスプロファイリングの強化

科学分野:

• 微生物学
• ウイルス学
• バイオインフォマティクス

背景:

• ウイルスは微生物生態系の重要な、しかししばしば検出されない構成要素です。
• 現在の技術は、実験的および分析的なウイルス検出に限界があります。
• ウイルス群集の理解は、人間の健康と疾患の研究にとって重要です。

研究 の 目的:

• 高解像度ウイルスプロファイリングのための新しいアルゴリズムであるBAQLaVaを開発すること。
• 複雑な生物学的サンプルにおけるウイルス種の検出と分析を改善すること。
• 炎症性腸疾患（IBD）におけるウイルス群集のダイナミクスを調査すること。

主な方法:

• 参照ベースのアライメントを使用したウイルスゲノムビン（VGB）プロファイリングのためのBAQLaVaアルゴリズムを開発しました。
• ウイルス検出を強化するために、ヌクレオチドマーカーとプロテオームセットを利用しました。
• HMP2 IBDMDBコホートからのメタゲノム（MGX）およびメタトランスクリプトーム（MTX）サンプルにBAQLaVaを適用しました。

主要な成果:

• BAQLaVaは、既存の方法を上回る90%以上の種レベルのリコールと精度を達成しました。
• IBD炎症中の細菌多様性と相関するビローム多様性の低下を特定しました。
• 抗防御システムと溶原性調節に関連するIBDにおける特定のウイルスの濃縮を発見しました。
• スケーラブルな共起および共変動信号を使用して、ファージ宿主の関係を推測しました。

結論:

• BAQLaVaは、MGXおよびMTXデータからの高感度かつ高特異的なウイルスプロファイリングのためのスケーラブルなフレームワークを提供します。
• このアルゴリズムは、ビローム疫学とウイルス宿主相互作用の体系的な分析を容易にします。
• 発見された結果は、IBDに関連する新しいウイルス摂動とダイナミクスを明らかにします。