去污染工具

搜索
登录

去污染工具

文章数：2篇

Nature子刊：高精度去污方法SCRuB助力微生物组数据分析

基于测序的微生物群落分析方法很容易受到污染，这可能会掩盖生物信号或产生假象。使用对照组进行计算去污染的方法是常规使用的，但不能最佳地利用不同样品的共享信息，也不能处理来自污染或生物材料泄漏到对照组的分类群。近日，哥伦比亚大学研究人员在Nature Biotechnology发表最新研究，开发出一种高精度去污方法SCRuB（https://github.com/Shenhav-and-Korem-labs/SCRuB），通过结合多个样品和对照的共享信息，可精确识别和清除污染，值得关注。

SCRuB 去污染工具研究论文基础研究疾病分类

Nature子刊：用于低生物量宏基因组样本去污染工具—Squeegee

宏基因组样本中的污染物序列可能会影响微生物组研究中报告结果的解释，特别是在生物量较低的样本中。近日，美国莱斯大学在Nature Communications发表最新研究，开发了一种新的检测低生物量宏基因组样本污染序列工具Squeegee（https://gitlab.com/treangenlab/squeegee），在测试数据集和真实数据集中，Squeegee去污染序列性能较好（如来自DNA提取试剂盒、样品处理及测序过程使用的试剂的污染）。此外，Squeegee还可扩展用于16S rRNA测序数据，但需要注意Squeege无法使用比对基因组覆盖的广度和深度来确定分类错误，因此，选择一个准确的分类器对于在16S rRNA测序数据上运行该工具至关重要。总之，该研究表明Squeegee可以高精度地识别微生物污染序列，值得测试。

Squeegee 去污染工具研究论文基础研究生信分析工具