nf-core/detaxizer:一个对人类序列的去污染进行基准研究

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 数据 隐私 数据 隐私 数据

背景情况:

• 人类遗传数据的隐私是至关重要的,特别是在像元基因组学这样的大数据集中.
• 甲基因组,环境和受污染的实验室样本可能含有人类DNA,构成隐私风险.
• 在保留非人类数据的同时,完全去除人类DNA是具有挑战性的.

研究的目的:

• 开发和评估一个强大的管道,用于识别和过生物数据集中的人类序列.
• 加强元基因组和其他遗传数据的安全性和隐私性,以便共享和发布.
• 为分类学分类和过提供灵活的工具,不仅仅是人类DNA.

主要方法:

• 开发使用Nextflow的nf-core/detaxizer管道.
• 使用Kraken2进行分类学分类和bbmap/bbduk进行阅读过.
• 与敌对和CLEAN对人类读取过功效的基准测试.

主要成果:

• nf-core/detaxizer成功识别并可以过 *Homo sapiens* 的读数.
• 管道性能进行了基准测试,显示了基于工具和数据库选择的人类DNA删除和微生物数据丢失的显著差异.
• 工具和数据库的选择会对结果产生很大的影响.

结论:

• nf-core/detaxizer为安全预处理遗传数据提供了一个有价值的解决方案.
• 管道遵循最佳实践,包括容器化的依赖性,以方便安装.
• 在麻省理工学院许可证下的开源可用性促进了更广泛的采用和协作.