A fast machine-learning-guided primer design pipeline for selective whole genome amplification.
A fast machine-learning-guided primer design pipeline for selective whole genome amplification.
复制标题
DOI：
10.1371/journal.pcbi.1010137
复制
发表时间：
2023-04
影响因子：
4.3
通讯作者：
中科院分区：
文献类型：
--
作者：
解决微生物进化和发病机制领域的许多重大突出问题将需要对微生物基因组群体进行分析。尽管种群基因组研究提供了在精细的空间和时间尺度上研究进化和机制过程的分析解决方案-精确地说，这些过程发生的尺度-微生物种群基因组研究目前受到获得足够数量的相对纯净的微生物基因组DNA的实用性的阻碍，这是下一代测序所必需的。在这里，我们提出了swga2.0，一个优化的并行管道来设计选择性全基因组扩增（SWGA）引物集。与之前的方法不同，swga2.0采用主动和机器学习方法来评估单个引物和引物集的扩增效果。此外，swga2.0还优化了引语集搜索和求值策略，包括在流水线的每个阶段进行并行化，从而大大减少了程序运行时间。在这里，我们描述了swga2.0管道，包括用于识别引物和引物集特征的经验数据，以提高扩增性能。此外，我们通过设计引物集来评估新的swga2.0管道，这些引物集成功地从以人类DNA为主的样品中扩增黑色素生成普雷沃氏菌（Prevotella melaninogenica），这是囊性纤维化患者肺部微生物组的重要组成部分。种群基因组学能够推断进化和生态过程，这对理解和最终控制许多传染病至关重要。然而，微生物种群基因组学的前景受到分离和制备下一代测序病原体的困难的影响。在这里，我们提出了swga2.0，这是一个优化的管道，可以设计选择性全基因组扩增（SWGA）引物，用于从复杂生物标本中扩增和测序微生物基因组DNA。
Addressing many of the major outstanding questions in the fields of microbial evolution and pathogenesis will require analyses of populations of microbial genomes. Although population genomic studies provide the analytical resolution to investigate evolutionary and mechanistic processes at fine spatial and temporal scales—precisely the scales at which these processes occur—microbial population genomic research is currently hindered by the practicalities of obtaining sufficient quantities of the relatively pure microbial genomic DNA necessary for next-generation sequencing. Here we present swga2.0, an optimized and parallelized pipeline to design selective whole genome amplification (SWGA) primer sets. Unlike previous methods, swga2.0 incorporates active and machine learning methods to evaluate the amplification efficacy of individual primers and primer sets. Additionally, swga2.0 optimizes primer set search and evaluation strategies, including parallelization at each stage of the pipeline, to dramatically decrease program runtime. Here we describe the swga2.0 pipeline, including the empirical data used to identify primer and primer set characteristics, that improve amplification performance. Additionally, we evaluate the novel swga2.0 pipeline by designing primer sets that successfully amplify Prevotella melaninogenica, an important component of the lung microbiome in cystic fibrosis patients, from samples dominated by human DNA. Population genomics enables the inference of evolutionary and ecological processes that are critical to understanding and eventually controlling many infectious diseases. The promise of microbial population genomics is tempered, however, by difficulties in isolating and preparing pathogens for next-generation sequencing. Here we present swga2.0, an optimized pipeline that designs the selective whole genome amplification (SWGA) primer sets needed to amplify and sequence microbial genomic DNA from complex biological specimens.
登录
查看更多内容
影响因子：
6.4
作者：
Guggisberg, Ann M.;Sundararaman, Sesh A.;Odom, Audrey R.
通讯作者：
Odom, Audrey R.
影响因子：
4.6
作者：
Ibrahim, Amy;Benavente, Ernest Diez;Campino, Susana
通讯作者：
Campino, Susana
DOI：
10.1073/pnas.1810053115
发表时间：
2018-09-04
影响因子：
11.1
作者：
Loy DE;Plenderleith LJ;Sundararaman SA;Liu W;Gruszczyk J;Chen YJ;Trimboli S;Learn GH;MacLean OA;Morgan ALK;Li Y;Avitto AN;Giles J;Calvignac-Spencer S;Sachse A;Leendertz FH;Speede S;Ayouba A;Peeters M;Rayner JC;Tham WH;Sharp PM;Hahn BH
通讯作者：
Hahn BH
表征了肯尼亚维多利亚湖及其周围周围的恶性疟原虫疟原虫的基因组变异和种群动力学。
影响因子：
4.6
作者：
Osborne A;Manko E;Takeda M;Kaneko A;Kagaya W;Chan C;Ngara M;Kongere J;Kita K;Campino S;Kaneko O;Gitaka J;Clark TG
通讯作者：
Clark TG
DOI：
10.1038/nrg3785
发表时间：
2014-09
期刊：
Nature reviews. Genetics
影响因子：
--
作者：
通讯作者：
--