Identifying species-specific k-mers for fast and accurate metagenotyping with Maast and GT-Pro.
Identifying species-specific k-mers for fast and accurate metagenotyping with Maast and GT-Pro.
复制标题
DOI：
10.1016/j.xpro.2022.101964
复制
发表时间：
2023-03-17
期刊：
影响因子：
--
通讯作者：
Pollard, Katherine S.
中科院分区：
文献类型：
--
作者：
Shi, Zhou Jason;Nayfach, Stephen;Pollard, Katherine S.
微生物组中的单核苷酸多态性（snp）基因分型可以实现菌株水平的定量。在本协议中，我们描述了一个计算管道，使用宏基因组数据执行快速准确的SNP基因分型。我们首先演示了如何使用Maast从微生物基因组中编目snp。然后，我们使用GT-Pro提取独特的覆盖snp的k-mers，优化存储这些k-mers的数据结构，最后进行元基因分型。为了证明概念，该协议利用公共全基因组序列对合成群落进行元基因型分析。有关本协议使用和执行的完整细节，请参考Shi等人（2022a）和Shi等人（2022b）。使用Maast高效地调用数百个基因组中的SNP，使用GT-Pro对宏基因组数据进行快速准确的SNP基因分型。出版者注：开展任何实验方案都需要遵守当地机构的实验室安全和伦理指导方针。微生物组中的单核苷酸多态性（snp）基因分型可以实现菌株水平的定量。在本协议中，我们描述了一个计算管道，使用宏基因组数据执行快速准确的SNP基因分型。我们首先演示了如何使用Maast从微生物基因组中编目snp。然后，我们使用GT-Pro提取独特的覆盖snp的k-mers，优化存储这些k-mers的数据结构，最后进行元基因分型。为了证明概念，该协议利用公共全基因组序列对合成群落进行元基因型分析。
Genotyping single-nucleotide polymorphisms (SNPs) in microbiomes enables strain-level quantification. In this protocol, we describe a computational pipeline that performs fast and accurate SNP genotyping using metagenomic data. We first demonstrate how to use Maast to catalog SNPs from microbial genomes. Then we use GT-Pro to extract unique SNP-covering k-mers, optimize a data structure for storing these k-mers, and finally perform metagenotyping. For proof of concept, the protocol leverages public whole-genome sequences to metagenotype a synthetic community. For complete details on the use and execution of this protocol, please refer to Shi et al. (2022a) and Shi et al. (2022b). Computational pipeline for identifying SNPs in shotgun metagenomics sequencing data Efficiently call SNPs in hundreds of genomes using Maast Perform fast and accurate SNP genotyping on metagenomics data with GT-Pro Publisher’s note: Undertaking any experimental protocol requires adherence to local institutional guidelines for laboratory safety and ethics. Genotyping single-nucleotide polymorphisms (SNPs) in microbiomes enables strain-level quantification. In this protocol, we describe a computational pipeline that performs fast and accurate SNP genotyping using metagenomic data. We first demonstrate how to use Maast to catalog SNPs from microbial genomes. Then we use GT-Pro to extract unique SNP-covering k-mers, optimize a data structure for storing these k-mers, and finally perform metagenotyping. For proof of concept, the protocol leverages public whole-genome sequences to metagenotype a synthetic community.
登录
查看更多内容
影响因子：
64.8
作者：
Harris CR;Millman KJ;van der Walt SJ;Gommers R;Virtanen P;Cournapeau D;Wieser E;Taylor J;Berg S;Smith NJ;Kern R;Picus M;Hoyer S;van Kerkwijk MH;Brett M;Haldane A;Del Río JF;Wiebe M;Peterson P;Gérard-Marchant P;Sheppard K;Reddy T;Weckesser W;Abbasi H;Gohlke C;Oliphant TE
通讯作者：
Oliphant TE
Biopython：用于计算分子生物学和生物信息学的免费 Python 工具。
DOI：
10.1093/bioinformatics/btp163
发表时间：
2009-06-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Cock PJ;Antao T;Chang JT;Chapman BA;Cox CJ;Dalke A;Friedberg I;Hamelryck T;Kauff F;Wilczynski B;de Hoon MJ
通讯作者：
de Hoon MJ
影响因子：
46.9
作者：
Olm, Matthew R.;Crits-Christoph, Alexander;Bouma-Gregson, Keith;Firek, Brian A.;Morowitz, Michael J.;Banfield, Jillian F.
通讯作者：
Banfield, Jillian F.
影响因子：
5.8
作者：
Kokot, Marek;Dlugosz, Maciej;Deorowicz, Sebastian
通讯作者：
Deorowicz, Sebastian
影响因子：
7
作者：
Nayfach S;Rodriguez-Mueller B;Garud N;Pollard KS
通讯作者：
Pollard KS