[논문 리뷰] A review of computational tools for generating metagenome-assembled genomes from metagenomic sequencing data

Chao Yang, Debajyoti Chowdhury외 5명|arXiv (Cornell University)|2021. 09. 02.

Genomics and Phylogenetic Studies인용 수 14

한 줄 요약

이 논문은 샷건 메타게놈 시퀀싱 데이터에서 메타게놈으로 조립된 게놈(MAGs)을 재구성하기 위한 계산 도구에 대해 리뷰하며, 디 노보 조립, 바이닝, 어노테이션 파이프라인에 중점을 둡니다. 주요 도구들의 기술적 및 생물학적 성능을 평가하여, 배양할 수 없는 생물군집 분석을 위한 적절한 방법을 선택하는 데 연구자들에게 종합적인 가이드를 제공합니다.

ABSTRACT

Microbes are essentially yet convolutedly linked with human lives on the earth. They critically interfere in different physiological processes and thus influence overall health status. Studying microbial species is used to be constrained to those that can be cultured in the lab. But it excluded a huge portion of the microbiome that could not survive on lab conditions. In the past few years, the culture-independent metagenomic sequencing enabled us to explore the complex microbial community coexisting within and on us. Metagenomics has equipped us with new avenues of investigating the microbiome, from studying a single species to a complex community in a dynamic ecosystem. Thus, identifying the involved microbes and their genomes becomes one of the core tasks in metagenomic sequencing. Metagenome-assembled genomes are groups of contigs with similar sequence characteristics from de novo assembly and could represent the microbial genomes from metagenomic sequencing. In this paper, we reviewed a spectrum of tools for producing and annotating metagenome-assembled genomes from metagenomic sequencing data and discussed their technical and biological perspectives.

연구 동기 및 목표

• 메타게놈 시퀀싱 데이터에서 메타게놈으로 조립된 게놈(MAGs)을 생성하는 데 사용되는 계산 도구에 대한 종합적인 개요 제공.
• 기존 MAG 재구성 파이프라인의 기술적 및 생물학적 성능 평가.
• 데이터 특성과 연구 목표에 따라 적절한 도구를 선택하는 데 도움 주기.
• 오염, 파편화, 병주 이질성 등의 문제점 강조.
• 복잡한 생태계에서 배양되지 않은 미생물 군집의 연구를 발전시키는 데 MAGs의 역할 논의.

제안 방법

• 디 노보 조립, 바이닝, 품질 평가를 포함한 메타게놈으로 조립된 게놈(MAG) 재구성에 사용되는 계산 도구에 대한 체계적 리뷰.
• 주로 기능 기반으로 도구를 분류: 조립, 바이닝, 또는 후처리(예: 어노테이션, 정제).
• 기술적 지표(N50, 완전성, 오염도)와 생물학적 관련성으로 도구 평가.
• 다양한 시퀀싱 깊이, 미생물 군집의 복잡성, 데이터 유형 간 도구 성능 비교.
• 일반적으로 사용되는 도구(MEGAHIT, MetaBAT2 등)와 새로운 접근 방식을 모두 리뷰 프레임워크에 통합.
• 도구 출력 결과가 진정한 미생물 다양성과 기능 잠재력 반영하는지 평가하기 위해 생물학적 맥락 통합.

실험 결과

연구 질문

• RQ1 메타게놈 단일서열 데이터의 디 노보 조립에 가장 효과적인 계산 도구는 무엇인가요?
• RQ2 다양한 미생물 군집에서 근접 완전하고 고품질 MAGs를 회수하는 데 다른 바이닝 도구는 어떻게 성능을 보이나요?
• RQ3 MAG 재구성 파이프라인 간 민감도, 특이도, 계산 효율성 간의 상충 관계는 무엇인가요?
• RQ4 오염과 파편화는 MAG의 신뢰성에 어떤 영향을 미치며, 이러한 문제를 가장 잘 완화하는 도구는 무엇인가요?
• RQ5 MAG는 얼마나 정확히 배양되지 않은 미생물 군집의 진정한 기능적 다양성과 분류학적 다양성을 반영합니까?

주요 결과

• MEGAHIT 및 metaWRATH와 같은 디 노보 조립기들은 높은 N50 값을 기록하며 고카버리지 메타게놈 데이터에 효과적입니다.
• MetaBAT2 및 CONTAme와 같은 바이닝 도구는 중간에서 높은 시퀀싱 깊이에서 MAG를 분리하는 데 높은 정확도를 보입니다.
• 오염과 파편화는 여전히 주요 과제이며, 일부 도구는 불완전하거나 치미어틱한 서열을 포함한 MAG를 생성합니다.
• 여러 바이닝 도구의 통합(예: 공통 바이닝)은 임의의 양성 결과를 줄여 MAG 품질을 향상시킵니다.
• CheckM 및 GTDB-tk와 같은 어노테이션 도구는 MAG 품질 평가와 높은 정밀도로 분류 레이블 할당에 필수적입니다.
• 파이프라인 선택은 후속 생물학적 해석에 큰 영향을 미치며, 모든 조건에서 최적인 단일 도구 세트는 존재하지 않습니다.