MetaAll:用于分析临床元基因组数据的综合生物信息工作流
Martin Bosilj1, Alen Suljič1, Samo Zakotnik1
1Institute of Microbiology and Immunology, Faculty of Medicine, University of Ljubljana, Zaloška cesta 4, 1000 Ljubljana, Slovenia.
Briefings in bioinformatics
|November 16, 2024
概括
一个新的生物信息工作流,MetaAll,增强了临床元基因组学中的病原体检测. 这种方法提高了敏感性和特异性,有助于在复杂的情况下识别传染病原体.
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:
- 超基因组学已经取得了显著的进步,但对临床应用的通用生物信息学管道仍然难以捉摸.
- 目前的方法在从复杂的元基因组数据中检测病原体时,难以获得灵敏度和特异性.
研究的目的:
- 开发和验证一个用户友好的生物信息学工作流程 (MetaAll),以增强临床元基因组学.
- 通过多步骤的方法提高病原体检测灵敏度和特异性.
主要方法:
- 结合了三个生物信息学工具,形成了一个名为MetaAll.All的三步工作流.
- 从元基因组数据集中分析了短对结 (PE) 和长读数.
- 使用四个复杂的临床病例和CAMI临床病原体检测挑战数据集验证了工作流.
主要成果:
- 在大多数临床病例中,MetaAll成功地识别了假定病原体,包括并发感染 (例如,Hemophilus influenzae/人类鼻病毒,SARS-Cov-2/流感A).
- 在常规诊断失败的情况下确定了Klebsiella肺炎.
- 与传统方法相比,在具有挑战性的样本中证明了更好的病原体检测.
结论:
- 该MetaAll工作流提供了一个强大的解决方案,用于临床元基因组分析.
- 结合读取分类,连接验证和有针对性的参考映射对于可靠的传染病原体检测至关重要.
- "MetaAll"显示了改善临床微生物学诊断的巨大潜力.
