SourceApp:一种新的元基因组源追踪工具,可以区分便微生物组,使用基因组与源相关联的基因组与混合输入尖端介质宇宙之间的基因组对比
Blake G Lindner1, Katherine E Graham1, Jacob R Phaneuf1
1School of Civil and Environmental Engineering, Georgia Institute of Technology, Atlanta 30332, Georgia, United States.
Environmental science & technology
|May 6, 2025
概括
甲基因组便源追踪 (FST) 方法使用猎枪测序进行了评估. 一个名为SourceApp的新工具在识别和量化便污染源方面表现得非常准确,性能优于现有的方法.
科学领域:
- 环境微生物学环境微生物学
- 生物信息学是一种生物信息学.
- 评估水质水质的评估.
背景情况:
- 超基因组方法为便源追踪 (FST) 提供了同时评估多个便输入的方法.
- 然而,元基因组 FST 方法需要与既有技术进行基准测试.
- 对于水质监测的实际应用,需要进行标准化.
研究的目的:
- 为了对便源追踪 (FST) 的元基因组学方法进行基准测试.
- 开发和验证一个生物信息学工具,用于准确的来源归因和分配.
- 在模拟污染事件中评估元基因学FST的性能.
主要方法:
- 控制的中宇宙的枪枪测序与已知的便尖端 (动物,废水,分离).
- 使用参考基因组和元基因组组装基因组 (MAG) 构建源相关基因组数据库.
- 开发和应用SourceApp生物信息工具用于数据分析.
主要成果:
- 在便来源归因中,SourceApp实现了高的整体灵敏度和特异性 (接近0.90).
- 性能因来源而异,由于样本不足,牛便微生物组被低估.
- 开发的工具在准确性方面超过了其他现有方法.
结论:
- SourceApp提供了一个强大的工具,用于分析 shotgun 测序数据的元基因组 FST.
- 该研究强调了元基因组学在先进水质评估方面的潜力.
- 这些发现支持开发超基因组FST的标准化操作程序.
