EzBioCloud:一个基因组驱动的数据库和微生物群识别和发现平台

科学领域:

• 微生物学 微生物学
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 对于分类细菌和古生物来说,DNA测序技术越来越重要.
• 准确的分类学信息至关重要,因为物种定义严重依赖基因组比较.
• 埃兹BioCloud平台为微生物分类学提供质量控制的16S rRNA基因和基因组序列.

研究的目的:

• 提供最新版本的EzBioCloud数据库,其功能得到了改进和扩展.
• 结合先进的策略来分类代表性不足的微生物系.
• 提高微生物分类学识别的准确性和全面性.

主要方法:

• 来自NCBI的全基因组组件经过严格的质量控制,以删除低质量的数据.
• 一个增强的生物信息学管道执行16SrRNA基因相似性搜索和平均核酸标识 (ANI) 计算.
• 一种核心基因ANI (cgANI) 方法用于对缺少16S rRNA序列或密切相关的基因组代表的基因组进行分类.

主要成果:

• 更新后的EzBioCloud数据库现在包含109,835个物种,其中包括21,964个有效发布的名称.
• 47896个候选物种通过16S rRNA相似性 (类型) 或全基因组ANI (基因组物种) 确定.
• 另外还有39975个物种集群使用cgANI方法定位.

结论:

• 增强的EzBioCloud数据库为微生物分类学提供了更全面,更准确的资源.
• cgANI的整合扩大了分类学分类的范围,特别是在研究不足的生物体.
• 基于基因组数据的微生物识别和分类的EzBioCloud仍然是一个有价值,易于使用的工具.