对病毒和微生物转基因组学的人类读取删除策略的基准测试

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.
• 微生物生态学 微生物生态学

背景情况:

• 人类DNA序列是微生物转基因组学中常见的污染物.
• 有效地删除人类读取对准确的生物分析,计算效率和数据隐私至关重要.

研究的目的:

• 评价不同的in silico方法,用于人类读取删除在metagenomic数据.
• 评估与GRCh38相比,T2T-CHM13人类基因组参考对移除效率的影响.

主要方法:

• 利用病毒和人类阅读的合成数据集来评估性能指标.
• 对比了人类阅读过的各种计算方法.
• 评估了Bowtie2在高灵敏度配置中与T2T-CHM13和GRCh38人类基因组引用的有效性.

主要成果:

• 具有T2T-CHM13引用的高灵敏度Bowtie2显著改善了人类读取删除,具有最小的特异性损失.
• 这种方法在真实世界微生物群数据集上表现出有效性,消除确定性别的SNP,对微生物组装的影响很小.
• 虽然它在计算上更密集,但与其他测试方法相比,它提供了更好的性能.

结论:

• 使用T2T-CHM13人类基因组参考的高灵敏度Bowtie2方法是测试的最有效的策略,可最大限度地减少人类的读取污染.
• 这种优化的方法提高了微生物研究中的数据质量,并减轻了与残留人类序列相关的隐私风险.