基于NGS的微生物检测数据分析技术探究(3),生物技术论文

a.在计算速度方面，以 CS-SCORE 的 cs-score值计算法、Kaken 的精确 k-mer 匹配法、RINS 的基于先验知识的加速法为代表的比对方法优化（环节B），对核心比对流程进行了算法上的改进，使其运行速度大大增加。b.在计算精度上，以PathSeq为代表的多次循环比对法，在最大限度上规避了微生物参考基因组MRG 不完善导致的精度下降。c.在计算资源方面，Kraken 的精简数据库法和 CS-SCORE 的基于 cs-score 值计算法使运行内存大大降低。d.体系结构方面，目前基于 NGS的数据处理方法都是基于 Linux 开发 , 但是Pathosphere.org工作流程为上传数据到云服务器，在服务器上完成计算产生结果报告，对于运行平台没有要求。e.在可扩展性方面，以 VirusSeq 和Kraken 为代表的方法都提供了多线程处理选项，能够有效增加运行效率。f.在功能方面，以Virusseq、CaPSID 为代表的病毒结合位点分析以及SNP 分析等都属于对于后续功能的完善。尽管最近几年都有新的检测方法被提出，但是早期的检测方法由于其他方面的优势，在不同的应用场景下，可与新的方法互补使用。例如在高精度的病毒转录组数据检测中，VirusFinder 的效果较 Kraken 更好。这里总结基于NGS 的微生物检测流水线的适用情况，如图 3 所示。

在上述基于NGS 的微生物检测数据分析方法中，一类方法针对检测未知微生物进行序列比对精度上的优化，其处理方式为从样本文件中逐步清除人类基因序列，最后剩余包含已知和未知生物基因序列，典型方法包括 Pathseq、CS-SCORE 等，另一部分则侧重快速检测已知微生物，其处理方式为直接与微生物基因组进行比对，但不足之处在于，受限于所选取的参考基因组，无法检出未知或罕见的微生物种类，典型算法包括RINS、Kraken 等。在输入数据方面，一些方法只能处理DNA 序列文件，如Kraken,有的方法只能处理 RNA 序列文件，如READSCAN,大部分方法两者都能处理，包括VERSE、SURPI 等。在检测应用领域方面，VERSE、VirusSeq、VirusFinder作为专门检测病毒基因序列的方法，采用的参考数据库只包含病毒基因序列。鉴于病毒参考基因组远小于细菌参考基因组，此类软件分析更为快速便捷。