在环境metatranscriptomics中使用混合控制实验进行基准测试和优化定性和定量管道

科学领域:

• 微生物生态学 微生物生态学
• 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:

• 基因转录分析为生态系统提供了动态基因表达的洞察力.
• 现有的计算方法缺乏全面的基准测试,特别是对于具有不可培养微生物和有限参考基因组的极端环境.
• 存在关于在元转录学研究中的定性和定量分析师准确性的担忧.

研究的目的:

• 为了对元转录组分析的计算方法进行基准测试.
• 解决对微生物群落概况准确性的担忧,特别是在具有挑战性的环境中.
• 提出一个优化和验证的环境元转录原子数据分析管道.

主要方法:

• 进行了一项基准实验,使用单个物种和混合样本,具有受控的成分和变化的均性.
• 测序了1个元基因组和24个元转录组样本.
• 对比了36种分析方法的组合,包括样本准备,质量控制,rRNA去除,对齐,分类分析和转录量化.

主要成果:

• 建立了用于评估和比较元转录基因分析工作流程不同阶段的指标.
• 在模拟的低注释率和高异质性下评估了各种计算方法的性能.
• 确定了一个优化的管道,MT-Enviro,用于增强的元转录组分析.

结论:

• 这项研究提供了一个全面的框架,用于对元转录组分析工具进行基准测试.
• 拟议的MT-Enviro管道为环境微生物组分析提供了最佳的解决方案.
• 这些发现支持在解释复杂微生物生态系统中的基因表达时提高了准确性和可靠性.