metaSNV: A tool for metagenomic strain level analysis.
metaSNV: A tool for metagenomic strain level analysis.
复制标题
DOI：
10.1371/journal.pone.0182392
复制
发表时间：
2017
期刊：
影响因子：
3.7
通讯作者：
Bork P
中科院分区：
文献类型：
--
作者：
Costea PI;Munch R;Coelho LP;Paoli L;Sunagawa S;Bork P
我们提出了metaSNV，一种在宏基因组样本中进行单核苷酸变异（SNV）分析的工具，能够比较数千种细菌和古细菌物种的种群。该工具使用标准SAM/BAM格式的核苷酸序列比对作为参考基因组的输入，对单个样本和整个数据集执行SNV调用，并生成单个物种的各种统计数据，包括每个样本的等位基因频率和核苷酸多样性，以及样本之间的距离和固定指数。使用来自口腔不同部位的676个宏基因组样本的已发表数据，我们表明metaSNV的结果与MIDAS的结果相当，MIDAS是宏基因组SNV分析的另一种实现，而数据处理速度更快，存储空间更小。此外，我们实施了一套距离测量，允许跨宏基因组样本的基因组变异进行比较，并描绘样本特异性变异，以便随时间跟踪特定菌株种群。metaSNV的实现可在：http://metasnv.embl.de/获得。
We present metaSNV, a tool for single nucleotide variant (SNV) analysis in metagenomic samples, capable of comparing populations of thousands of bacterial and archaeal species. The tool uses as input nucleotide sequence alignments to reference genomes in standard SAM/BAM format, performs SNV calling for individual samples and across the whole data set, and generates various statistics for individual species including allele frequencies and nucleotide diversity per sample as well as distances and fixation indices across samples. Using published data from 676 metagenomic samples of different sites in the oral cavity, we show that the results of metaSNV are comparable to those of MIDAS, an alternative implementation for metagenomic SNV analysis, while data processing is faster and has a smaller storage footprint. Moreover, we implement a set of distance measures that allow the comparison of genomic variation across metagenomic samples and delineate sample-specific variants to enable the tracking of specific strain populations over time. The implementation of metaSNV is available at: http://metasnv.embl.de/.
登录
查看更多内容
MetaSort 通过降低微生物群落复杂性来理清宏基因组组装
影响因子：
16.6
作者：
Ji P;Zhang Y;Wang J;Zhao F
通讯作者：
Zhao F
影响因子：
46.9
作者：
Luo C;Knight R;Siljander H;Knip M;Xavier RJ;Gevers D
通讯作者：
Gevers D
人肠道细菌物种的基因含量的个体间差异。
影响因子：
12.3
作者：
Zhu A;Sunagawa S;Mende DR;Bork P
通讯作者：
Bork P
影响因子：
14.9
作者：
Mukherjee S;Stamatis D;Bertsch J;Ovchinnikova G;Verezemska O;Isbandi M;Thomas AD;Ali R;Sharma K;Kyrpides NC;Reddy TB
通讯作者：
Reddy TB
影响因子：
7
作者：
Nayfach S;Rodriguez-Mueller B;Garud N;Pollard KS
通讯作者：
Pollard KS