Todd J Treangen

搜索
登录

Todd J Treangen

文章数：3篇

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

Nature子刊：Emu或可实现16S rRNA全长牛津纳米孔测序数据的物种级微生物群落分析

基于16S rRNA的分析是解析微生物群落组成的常用方法，通过16S rRNA基因全长测序有可能提供物种级的注释结果，但现有的分类注释算法没有很好的对读长增加和错误率问题进行优化。近日，美国莱斯大学研究人员在Nature Methods发表最新研究，他们开发了Emu，一种专为高错误率16S rRNA全长度数据定制、基于参考数据库的微生物群落分析工具。通过与一个已建立的全基因组测序流程产生的临床样本组成比较，说明了Emu的实际应用。此外，将Emu与现有7种16S分析软件比较，发现Emu在属和种水平上的分析准确性最佳，但目前该工具仍需要进一步优化。

16S rRNA全长 Emu 研究论文基础研究生物信息学流程

宏基因组和生物信息学进行病原检测的进展和未来

这是M3组织（Mid-Atlantic Microbiome Meet-up）的一份会谈（会议举办日为2018年1月10日）纪要，着重指出了宏基因组进行病原检测中生物信息学工具的关键作用，指出了面临的挑战和未来的发展方向。

宏基因组病原检测 Biodefense Bioinformatics Biothreats