Improved metagenome binning and assembly using deep variational autoencoders
Improved metagenome binning and assembly using deep variational autoencoders
复制标题
DOI：
10.1038/s41587-020-00777-4
复制
发表时间：
2021-01-04
影响因子：
46.9
通讯作者：
Rasmussen, Simon
中科院分区：
文献类型：
--
作者：
Nissen, Jakob Nybo;Johansen, Joachim;Rasmussen, Simon
尽管宏基因组分类最近取得了进展，但从宏基因组数据重建微生物物种仍然具有挑战性。在这里，我们开发了用于宏基因组分箱（VAMB）的变分自动编码器，该程序使用深度变分自动编码器在聚类之前对序列共丰度和 k-mer 分布信息进行编码。我们证明，变分自动编码器能够集成这两种不同的数据类型，而无需事先了解数据集。 VAMB 的性能优于现有的最先进的 binner，在模拟和真实数据上分别重建了 29-98% 和 45% 的接近完整 (NC) 基因组。此外，VAMB 能够分离出平均核苷酸同一性 (ANI) 高达 99.5% 的密切相关菌株，并从 1,000 个人类肠道微生物组样本的数据集中将 255 个和 91 个 NC 普通拟杆菌和多雷拟杆菌样本特异性基因组重建为两个不同的簇。我们使用该数据集中的 2,606 个 NC bin 来显示人类肠道微生物组的物种具有不同的地理分布模式。 VAMB 可以在标准硬件上运行，并且可以在 https://github.com/RasmussenLab/vamb 上免费获取。
Despite recent advances in metagenomic binning, reconstruction of microbial species from metagenomics data remains challenging. Here we develop variational autoencoders for metagenomic binning (VAMB), a program that uses deep variational autoencoders to encode sequence coabundance and k-mer distribution information before clustering. We show that a variational autoencoder is able to integrate these two distinct data types without any previous knowledge of the datasets. VAMB outperforms existing state-of-the-art binners, reconstructing 29-98% and 45% more near-complete (NC) genomes on simulated and real data, respectively. Furthermore, VAMB is able to separate closely related strains up to 99.5% average nucleotide identity (ANI), and reconstructed 255 and 91 NC Bacteroides vulgatus and Bacteroides dorei sample-specific genomes as two distinct clusters from a dataset of 1,000 human gut microbiome samples. We use 2,606 NC bins from this dataset to show that species of the human gut microbiome have different geographical distribution patterns. VAMB can be run on standard hardware and is freely available at https://github.com/RasmussenLab/vamb.