分析短读分类工具对元基因组样本的性能,以对疾病进行正确的诊断

科学领域:

• 生物信息学是一种生物信息学.
• 转基因组学是指转基因组学.
• 微生物基因组学 微生物基因组学

背景情况:

• 准确识别微生物基因组对于诊断人类疾病至关重要.
• 使用下一代测序 (NGS) 的生物信息学和元基因组学是研究微生物群落及其丰富性的关键.
• 有几个计算工具用于检测细菌物种在元基因组数据中的存在.

研究的目的:

• 评估和比较著名的分类学分类工具的性能:MetaPhlAn4,离心机,克拉肯2,和布拉肯.
• 用合成和现实世界的数据集来评估物种层面的工具准确性.
• 引导选择最佳的短读分类器用于疾病诊断.

主要方法:

• 对MetaPhlAn4,离心机,克拉肯2和布拉肯的性能评估.
• 使用合成数据集进行精度和丰度估计分析.
• 分析了来自炎症性肠病 (IBD) 研究的真实基因组样本.

主要成果:

• 在模拟数据上,MetaPhlAn4表现出高精度;Kraken2在精度回忆曲线 (AUPR) 下的面积方面表现出色.
• 离心机,Kraken2和Bracken准确估计了物种丰度,而MetaPhlAn4显示了更高的L2距离.
• 在IBD样本中,MetaPhlAn4和Kraken2提供了更快的执行;Enterobacteriaceae和Pasteurellaceae是丰富的家族,在CD和UC组中增加了大肠杆菌. 布拉克恩高估了大肠杆菌.
• 在IBD,性结肠炎 (UC),克罗恩病 (CD) 和非IBD (CN) 控制组中,工具性能在家族和物种水平上有所不同.

结论:

• 工具的选择会影响元基因组研究中的诊断准确性.
• 克拉肯2和MetaPhlAn4对于IBD样本分析非常有效.
• 需要仔细解释结果,特别是使用像Bracken这样的工具,这些工具可能会高估特定物种的丰度.