短读和长读元编码测序的实用比较:塑读取去除和海藻样本微生物社区探索的挑战和解决方案
Coralie Rousseau1, Nicolas Henry2, Sylvie Rousvoal1
1Integrative Biology of Marine Models (LBI2M, UMR 8227), Station Biologique de Roscoff, Sorbonne Université, CNRS, Roscoff, France.
Molecular ecology resources
|June 4, 2025
概括
我们比较了分析全长16SrRNA基因的三种方法,发现NovaSeq测序为细菌和真核生物识别提供了深度覆盖和低错误率. 使用牛津纳米孔技术 (ONT) 进行长读测序,对于探索真菌多样性非常有价值.
科学领域:
- 微生物学 微生物学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 短读测序 (例如,Illumina MiSeq) 是部分16S和ITS基因分析的标准,提供高读取质量.
- 长读数测序 (例如,牛津纳米孔技术) 能够实现全长基因放大,但面临的挑战是读数准确性低,海藻样本中的塑性质读数比例高.
- 源自蓝藻细菌的塑性读数使细菌社区的精确分析变得复杂.
研究的目的:
- 评估和比较三种不同的策略,以减轻在metabarcoding研究中读取塑污染.
- 评估牛津纳米孔技术 (ONT) 适应性采样对实时读取耗尽的有效性.
- 确定全长16S rRNA基因测序的最佳方法,考虑读取精度,成本和分类分辨率.
主要方法:
- 三种方法的比较: 1) ONT适应性采样用于塑读取去除, 2) 用Illumina MiSeq优化原料, 3) 使用Illumina NovaSeq使用通用原料进行高体积测序.
- 使用模拟社区对SAMBA工作流与IDTAXA和KRAKEN2进行分类学赋值准确性的评估.
- 使用ONT测序对真菌多样性检索的评估.
主要成果:
- 具有默认设置的ONT自适应采样对减少塑读数无效.
- Illumina NovaSeq测序提供了深度覆盖和低误差率,适合同时进行细菌和真核生物分析,但在真菌识别方面存在局限性.
- ONT测序促进了真菌多样性的探索和代表性不足的属的分类学分配.
- 与IDTAXA和KRAKEN2相比,SAMBA工作流在细菌属水平上表现出更高的准确性,尽管它产生了物种级别的错误阳性.
结论:
- 没有任何一种方法是完美的;NovaSeq在细菌/真核生物深度测序方面表现出色,而ONT对真菌多样性和探索代表性不足的种群有价值.
- 适应性采样需要进一步优化,以有效地去除塑读取.
- SAMBA 工作流显示了细菌属级别分析的前景,但需要改进以达到物种级别的准确性.
