2 月 12 日的《热心肠日 》，我们解读了 9 篇文献，关注：生信，测序，低丰度物种，纳米孔，模式挖掘，差异丰度检验，计算宏基因组学，病毒 ??
黄适+徐健+王师：2bRAD-M实现对低生物量或降解菌群进行种水平测序
Genome Biology——[13.583]
① 2bRAD-M是一种高度简化且低成本的策略，仅对约 1% 的宏基因组进行测序，可产生物种水平的细菌、古菌和真菌图谱；② 对于DNA总量只有1pg，宿主DNA污染程度高或降解样本中DNA出现严重碎片化等难以测序的样品，2bRAD-M可准确生成物种水平分类图谱；③ 2bRAD-M 在各种粪便、皮肤、环境和临床中福尔马林固定石蜡包埋的样本上测试，可以成功重建全面、高分辨率的微生物图谱。
【主编评语】
【原文信息】
Species-resolved sequencing of low-biomass or degraded microbiomes using 2bRAD-M
2022-01-26, doi: 10.1186/s13059-021-02576-9
孙志宏团队：用超深度混合宏基因组测序，研究人类肠道菌群中低丰度物种的基因组和功能
Gut Microbes——[10.245]
① 将第三代测序与超深二代测序相结合，在提升宏基因组组装性能的基础上，额外增加了对低丰度物种的覆盖度；② 直接组装得到44个Mb级别重叠群和4个环状基因组（CMAGs），并生成了475个宏基因组组装基因组（MAGs），包括287个低丰度和77个极低丰度的基因组；③ 微生物的生长速率、受到的选择压力及染色体上编码的可移动遗传元件存在个体异质性；④ 鉴定出数千个染色体外的可移动遗传元件，包括5097个噬菌体和79个新的质粒基因组。
【主编评语】
内蒙古农业大学孙志宏团队近期在Gut Microbes发表研究，设计了一种 HiSeq-PacBio 混合、超深度宏基因组测序方法，并用于从 8 名人类受试者获得的 12 份粪便样本中重建宏基因组组装基因组（MAGs），研究结果表明该策略超过了人类肠道菌群中低丰度和超低丰度物种的基因组和功能表征的现有方法。该方法流程能够揭示功能宏基因组水平的更完整信息，突出了深度测序在揭示复杂菌群中存在的稀有物种的全面基因组特征和功能宏基因组潜力方面的价值。（@用户954652200）
【原文信息】
Hybrid, ultra-deep metagenomic sequencing enables genomic and functional characterization of low-abundance species in the human gut microbiome
2022-01-22, doi: 10.1080/19490976.2021.2021790
纳米孔自适应采样：一种富集宏基因组样本中低丰度物种的方法
Genome Biology——[13.583]
【主编评语】
【原文信息】
Nanopore adaptive sampling: a tool for enrichment of low abundance species in metagenomic samples
2022-01-24, doi: 10.1186/s13059-021-02582-x
宁康团队：菌群数据挖掘的新框架——本体感知神经 络（综述）
Briefings in Bioinformatics——[11.622]
① 首先将本体感知神经 络（ONN）方法作为从菌群数据进行模式挖掘的通用框架；② 讨论 ONN 在多种环境中的应用，包括基因挖掘、物种挖掘和动态模式挖掘；③ 强调 ONN 最重要的特征之一，即新颖的知识发现，这使得 ONN 在所有菌群数据挖掘方法中脱颖而出；④ 提供几个应用程序来展示 ONN 在菌群数据挖掘中相对于其他方法的优势；⑤ ONN 代表从菌群数据进行模式挖掘的范式转变：从传统的机器学习方法到本体感知和基于模型的方法。
【主编评语】
菌群实体通常以本体结构组织，考虑本体结构的模式挖掘方法可以在挖掘效率和准确性方面提供优势。华中科技大学宁康团队近期在Briefings in Bioinformatics发表综述，总结了本体感知神经 络（ONN）作为菌群数据挖掘的新框架，讨论了 ONN 在多种环境中的应用，强调了 ONN 最重要的特征之一，即新颖的知识发现，最后，提供了几个应用程序来展示 ONN 在微生物组数据挖掘中相对于其他方法的优势。（@用户954652200）
【原文信息】
Ontology-aware neural network: a general framework for pattern mining from microbiome data
2022-01-29, doi: 10.1093/bib/bbac005
Nature子刊：菌群差异丰度法在38个数据集中产生不同的结果
Nature Communications——[14.919]
【主编评语】
【原文信息】
Microbiome differential abundance methods produce different results across 38 datasets
2022-01-17, doi: 10.1038/s41467-022-28034-z
宏基因组学和宏转录组学定量分析工具AGAMEMNON
Genome Biology——[13.583]
① AGAMEMNON 用于从鸟枪法宏基因组学和宏转录组学样本、单微生物测序实验或测序宿主样本中获取微生物丰度；② 软件在属、种和菌株水平下提供准确的丰度，结合一种节省时间和空间的索引方案，用于快速模式匹配，能够对大量数据集进行索引和分析；③ 宿主特异性模块为 RNA/DNA 测序的微生物丰度定量提供卓越的准确性，能扩展缺乏宏基因组/宏转录组分析的实验；④ 软件提供一个 R-Shiny 应用程序，允许从图形界面执行探究和可视化。
【主编评语】
AGAMEMNON是一种节省时间和空间的计算机框架，可用于分析宏基因组/宏转录组样本，在属、种和菌株分水平上提供高准确度的微生物丰度估计，其新颖的索引方案和分析引擎使我们能够通过提供微生物丰度估计来超越分类等级，同时绕过类似的基于比对的量化方法的巨大内存需求。AGAMEMNON 可在以下 址获得：
https://github.com/ivlachos/agamemnon（@用户954652200）
【原文信息】
AGAMEMNON: an Accurate metaGenomics And MEtatranscriptoMics quaNtificatiON analysis suite
2022-01-31, doi: 10.1186/s13059-022-02610-4
Nature：Robert C Edgar等开发Serratus可处理PB级序列并建立全球最大病毒组数据库
Nature——[49.962]
① 开发了一个云计算基础设施Serratus，以实现 PB级的超高通量序列比对；② 搜索了570万个生物多样性样本，并鉴定出超过105种新型 RNA病毒，从而将已知物种的数量扩大了大约一个数量级；③ 分别表征了与冠状病毒、丁型肝炎病毒和巨大噬菌体相关的新型病毒，并分析了它们的环境宿主；④ 建立了这些数据和工具的免费和全面的数据库；⑤ 扩展已知的病毒序列多样性可以揭示新出现病原体的进化起源，并改善病原体监测，以预测和缓解未来的大流行。
【主编评语】
【原文信息】
Petabase-scale sequence alignment catalyses viral discovery
2022-01-26, doi: 10.1038/s41586-021-04332-2
香港城市大学：使用基于GCN的半监督学习预测原核病毒的宿主
BMC Biology——[7.431]
【主编评语】
【原文信息】
Predicting the hosts of prokaryotic viruses using GCN-based semi-supervised learning
2021-11-24, doi: 10.1186/s12915-021-01180-4
香港城市大学：高准确度病毒株识别工具VirStrain
Genome Biology——[13.583]
【主编评语】
【原文信息】
VirStrain: a strain identification tool for RNA viruses
2022-01-31, doi: 10.1186/s13059-022-02609-x
点击阅读过去10天的日 ：
02-11 | 今日Science：少吃点为何好处多多？关键因子被锁定
02-10 | 今日Nature：肠道如何指导大脑“饱暖思淫欲”
02-09 | 9文聚焦：肥胖的危害和减肥的学问
02-08 | Gastroenterology专题：9文详解炎症性肠病
02-07 | 春节七天，惊喜连连：9文一览近期高水平肠菌研究
01-30 | 含糖饮料到底如何毁健康？43分权威综述系统分解
01-29 | 9文聚焦：近期必读肠道类器官/干细胞论文
01-28 | 今日Science：冬眠动物保肌肉，肠道菌群显神功
01-27 | 黄秀娟团队再发GUT：肠道菌群影响新冠后遗症？
01-26 | 《柳叶刀》27页长文聚焦：系统剖析抗生素及耐药的危害
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！