中国科学院李源 无花果
1 Meta-Apo算法改善了基于16S的微生物组诊断
信用:京龚超 一种新的算法可以减少为了解微生物群如何运作而进行的昂贵、耗时的全基因组测序计算
由中国科学院青岛生物能源与生物加工技术研究所的景和青岛大学的苏小泉领导的团队于1月26日发表了他们的研究方法，名为Meta-Apo
BMC基因组学6分
研究人员定期对人类皮肤、内脏和环境中发现的微生物群落样本进行测序，以了解它们包含哪些基因，最终目的是了解它们是如何发挥作用的
该研究的第一作者景表示，目前主要存在两种方法:鸟枪法全基因组测序和16S rRNA基因扩增子
全基因组测序需要巨大的测序成本和计算能力来确定单个样本中的所有基因及其功能，而16S rRNA基因扩增子可以快速梳理出样本的特定基因以获得分类信息，从而预测它们的功能
“然而，由于扩增子制备方式的潜在偏差和基因组间基因谱的差异，从16S扩增子预测的功能谱可能偏离全基因组测序，导致误导性结果，”景说
“我们的方法，Meta-Apo，极大地减少甚至消除了这种偏差，推导出了两种方法之间更一致的多样性模式
" Meta-Apo匹配来自全基因组测序和16S扩增子的数据对——每对都通过两种方法测序——以教导新的16S扩增子样本更好地识别基因功能
结果与全基因组测序结果更加一致
“对来自四个身体部位的5000多个16S扩增子人类微生物样本进行的Meta-Apo测试表明，仅使用15个训练样本对，两种策略之间的偏差就显著减少了，”景补充说
“此外，Meta-Apo使全基因组测序和扩增子样本之间的跨平台功能比较成为可能，极大地改善了基于16S的微生物组诊断
" 为了进行实验测试，研究人员通过训练全基因组测序对，利用16S衍生的功能图谱，能够将牙龈炎诊断的准确率从65%提高到95%
该研究的资深作者苏解释说:“用16S扩增子测序的低成本，Meta-Apo可以产生与鸟枪法全基因组测序提供的微生物组功能相当的可靠、高分辨率的视图。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
