Metagenomik & Mikrobiyom

Tam iş akışı — QC, konak giderme, montaj vs. okuma tabanlı profilleme, işlevsel açıklama. Bu EBI kursu mevcut en sistematik ücretsiz kaynaktır.

Gruplama, kültür olmadan taslak genomlar halinde kontigları birleştirir. Tamlık ve kirliliği nasıl değerlendireceğinizi bilmek (CheckM metrikleri), kullanışlı bir MAG ile çöp arasındaki farktır.

Kraken2, MetaPhlAn, mOTUs, Bracken — her biri hassasiyet ve kesinlik arasında farklı ödünleşimler yapar. Bu ödünleşimleri anlamak, aşırı güvenilir taksonomik çağrıları önler.

16S/ITS amplikon verisi için standart. Eklenti mimarisi karmaşık — denoising için DADA2 ve taksonomi için SILVA üzerinde eğitilmiş bir sınıflandırıcıyla başlayın.

Kraken2, okumaları yüksek hızda bir referans veritabanına karşı sınıflandırır. Bracken, tür düzeyindeki bolluğu yeniden tahmin eder. Birlikte kullanın, ayrı ayrı değil.

Büyük veri setleri için MEGAHIT (daha hızlı, daha az bellek). Derin kapsama sahipseniz ve daha uzun kontiglara önem veriyorsanız metaSPAdes. Karşılaştırmak için her ikisini de bir test veri setinde çalıştırın.

Soy özel işaretleyici genler kullanarak MAG'lerin tamlığını ve kirliliğini tahmin eder. %50 tamlığın altında veya %10 kirliliğin üstündeki bir MAG, genom olarak raporlanmamalıdır.

Uzun okuma dizilemesini amplikon metagenomiğine uygulamak — Nanopore hata oranlarının spesifik zorlukları ve kümeleme yaklaşımlarının bunları nasıl ele aldığı.

Viral metagenomik benzersiz zorluklar sunar — evrensel işaretleyici gen yok, yüksek sapma, parçalı montajlar. Bu konuşma hesaplamalı stratejileri haritalıyor.

Modern metagenom birleştiricilerin algoritmik temeli. Montaj grafiklerinin nasıl çalıştığını anlamak, birleştiricinin neden öyle davrandığını yorumlamanıza yardımcı olur.