Усовершенствованная таксономия Greengenes с явным указанием рангов для экологического и эволюционного анализа бактерий и архей

Эталонные филогении имеют решающее значение для формирования таксономической основы при интерпретации исследований по маркерным генам и метагеномным обследованиям, которые продолжают с поразительной скоростью выявлять новые виды. Greengenes — специализированная база данных полноразмерных последовательностей гена 16S рРНК, предоставляющая пользователям выверенную таксономию, основанную на построении дерева de novo. Мы разработали подход «таксономия к дереву» для переноса названий групп из существующей таксономии на топологию дерева и применили его к таксономиям Greengenes, Национального центра биотехнологической информации (NCBI) и cyanoDB (только для цианобактерий) на дерево de novo, включающее 408 315 последовательностей. Мы также включили в названия групп явную информацию о рангах, предоставляемую таксономией NCBI, добавляя обозначения ранга в качестве префиксов, чтобы улучшить ориентацию пользователей и согласованность классификации. Полученная объединённая таксономия улучшила классификацию 75% последовательностей на один или несколько рангов по сравнению с исходной таксономией NCBI; наиболее выраженные улучшения наблюдались у недоклассифицированных экологических последовательностей. Мы также оценили кандидатные типы (отделы), которые в настоящее время определены NCBI, и представляем рекомендации по объединению 34 дублирующе названных групп. Все промежуточные результаты конвейера, включающего построение дерева, jackknifing и перенос таксономии донора на дерево реципиента (tax2tree), доступны для загрузки. Усовершенствованная таксономия Greengenes должна стать важной инфраструктурой для широкого круга проектов мегасеквенирования, изучающих экосистемы в масштабах от нашего собственного тела (Проект микробиома человека) до всей планеты (Проект микробиома Земли). Программную реализацию можно получить по адресу http://sourceforge.net/projects/tax2tree/.