Detecting and typing Chlamydia trachomatis strains in metagenomes using the MetaChlam pipeline
作者开发了 MetaChlam，这是一个自动化的 Nextflow 流水线，它整合了多种生物信息学工具，能够准确检测并对仅有 250 条序列的宏基因组样本中的衣原体（*Chlamydia trachomatis*）菌株进行分型，克服了传统基因分型方法的局限性，并揭示了非感染性数据集中意想不到的污染。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
生活在人类细胞内的细菌给科学家追踪它们带来了独特的挑战。衣原体（Chlamydia trachomatis）就是这样一种生物，它是一种微小的入侵者，无法在人类宿主之外生存。它是性传播感染的主要原因之一，也是导致一种被称为缝挑眼的失明性眼疾（即砂眼）的主要驱动因素。虽然这些细菌属于同一种类，但它们并不完全相同；不同的菌株偏好感染身体的不同部位，例如子宫颈、直肠或眼睛，这些偏好会导致不同的健康后果。为了了解一个人体内存在哪种菌株，研究人员通常需要分离出细菌并详细读取其遗传密码。然而，当科学家直接观察从人体中提取的样本时，细菌遗传物质的数量往往非常微小，以至于会淹没在浩如烟海的人类 DNA 和其他微生物之中。这使得使用标准方法来识别引起感染的具体菌株变得十分困难。
为了解决这个问题，一个研究小组开发了一种名为 MetaChlam 的新型数字工具。该软件旨在筛选复杂的遗传样本（即宏基因组），即使在细菌数量极低的情况下，也能发现并识别出衣原体。研究人员使用 109 个已知的细菌基因组对他们的系统进行了测试，以确定两个菌株在多大程度上需要相似才能被区分开来。他们发现，特定的遗传相似度阈值可以可靠地将一种菌株与另一种菌株区分开。通过结合四个现有的软件程序和他们自己的定制数据库，他们创建了一个可以无需人类持续干预即可处理数据的自动化流水线。当他们利用模拟现实世界条件的计算机生成样本来测试这一流水线时，无论样本中只包含一种类型的细菌还是包含几种混合在一起的细菌，它都能成功识别出正确的菌株。
在将 MetaChlam 应用于来自公共科学数据库的真实数据时，该工具证明了其价值。在这些测试中，MetaChlam 比现有软件更准确，能够确认其发现的细菌读段确实来自衣原体而非其他物质。这种精确度至关重要，因为研究人员在分析过程中有一个意外发现：这种严格感染人类的细菌的遗传片段出现在了该生物不应存在的环境样本中。这些发现表明，该细菌或至少其遗传痕迹可能会作为污染物出现在样本中，如果不加以妥善处理，这一细节可能会误导诊断。研究结论指出，这一新流水线提供了一种可靠的方法，可以直接从复杂的遗传数据中表征和鉴定这些细菌菌株，从而为它们引起的感染提供更清晰的图景。该软件现在已供其他科学家使用，有助于改进未来这些病原体的识别方式。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。