A benchmark of parametric methods for horizontal transfers detection.
A benchmark of parametric methods for horizontal transfers detection.
复制标题
DOI：
10.1371/journal.pone.0009989
复制
发表时间：
2010-04-01
期刊：
影响因子：
3.7
通讯作者：
Deschavanne P
中科院分区：
文献类型：
--
作者：
Becq J;Churlaud C;Deschavanne P
水平基因转移（HGT）似乎对原核物种进化很重要。因此，许多仅使用基因组中嵌入的信息的参数方法被设计来检测 HGT。许多报告表明，不同方法应用于同一基因组的结果不一致。使用控制所有 HGT 参数的人工基因组可以在相同条件下测试不同的方法。该基准测试涉及 16 种代表性参数方法，结果显示出不同的效率。无论 HGT 类型如何，有些方法的效果都非常差，有些方法则取决于条件或所使用的指标。就总误差而言，最好的方法是使用四核苷酸作为窗口方法标准的方法，或使用密码子使用用于基于基因的方法和 Kullback-Leibler 散度度量的方法。窗口方法非常敏感，但特异性较差，并且检测非常孤立的分离基因。另一方面，基于基因的方法通常非常具体，但缺乏敏感性。我们建议结合使用两种方法来获得每个类别的最佳效果，基于基因的方法用于特异性，基于窗口的方法用于敏感性。
Horizontal gene transfer (HGT) has appeared to be of importance for prokaryotic species evolution. As a consequence numerous parametric methods, using only the information embedded in the genomes, have been designed to detect HGTs. Numerous reports of incongruencies in results of the different methods applied to the same genomes were published. The use of artificial genomes in which all HGT parameters are controlled allows testing different methods in the same conditions. The results of this benchmark concerning 16 representative parametric methods showed a great variety of efficiencies. Some methods work very poorly whatever the type of HGTs and some depend on the conditions or on the metrics used. The best methods in terms of total errors were those using tetranucleotides as criterion for the window methods or those using codon usage for gene based methods and the Kullback-Leibler divergence metric. Window methods are very sensitive but less specific and detect badly lone isolated gene. On the other hand gene based methods are often very specific but lack of sensitivity. We propose using two methods in combination to get the best of each category, a gene based one for specificity and a window based one for sensitivity.
登录
查看更多内容
影响因子：
3
作者：
Hamady M;Betterton MD;Knight R
通讯作者：
Knight R
影响因子：
5.8
作者：
Carbone, A;Zinovyev, A;Képès, F
通讯作者：
Képès, F
影响因子：
4.9
作者：
Ip, Margaret;Chau, Shirley S. L.;Chan, Paul K.
通讯作者：
Chan, Paul K.
影响因子：
10.7
作者：
Deschavanne, PJ;Giron, A;Fertil, B
通讯作者：
Fertil, B
影响因子：
4
作者：
Eisen, JA
通讯作者：
Eisen, JA