OptiClust — усовершенствованный метод отнесения ампликонных последовательностей к операционным таксономическим единицам

Отнесение последовательностей гена 16S рРНК к операционным таксономическим единицам (ОТЕ) представляет собой вычислительное узкое место при анализе микробных сообществ. Несмотря на активные исследования в этой области, до сих пор было трудно одновременно сократить затраты времени и памяти и повысить качество отнесения последовательностей к ОТЕ. Мы разработали новый алгоритм отнесения к ОТЕ, который итеративно перераспределяет последовательности между ОТЕ для оптимизации коэффициента корреляции Мэтьюса (MCC) — показателя качества такого отнесения. Для оценки нового алгоритма OptiClust мы сравнили его с 10 другими алгоритмами, используя последовательности гена 16S рРНК из двух смоделированных и четырёх природных сообществ. При применении OptiClust значения MCC в среднем были на 15,2 и 16,5% выше, чем для ОТЕ, полученных с помощью метода среднего соседа и жадной кластеризации на основе расстояний в VSEARCH соответственно. Кроме того, OptiClust в среднем работал в 94,6 раза быстрее метода среднего соседа и с такой же скоростью, как жадная кластеризация на основе расстояний в VSEARCH. Эмпирический анализ эффективности алгоритмов показал, что затраты времени и памяти при их выполнении росли квадратично с увеличением числа уникальных последовательностей в наборе данных. Значительное повышение качества отнесения к ОТЕ по сравнению с ранее существовавшими методами улучшит последующий анализ, поскольку будет ограничено разделение сходных последовательностей на отдельные ОТЕ и объединение несходных последовательностей в одну ОТЕ. Разработка алгоритма OptiClust представляет собой существенный прогресс, который, вероятно, найдёт множество других применений.

Секвенирование гена 16S рРНК для анализа микробных сообществ из различных местообитаний расширило наши знания о биогеографии микроорганизмов. Важным этапом такого анализа является отнесение последовательностей к таксономическим группам на основании их сходства с последовательностями в базе данных или их сходства друг с другом независимо от базы данных. В этом исследовании представлен новый алгоритм для второго подхода. Алгоритм OptiClust оптимизирует показатель качества отнесения, перемещая последовательности между таксономическими группами. Мы установили, что OptiClust обеспечивает более надёжное отнесение последовательностей и работает быстро, эффективно используя память. Это усовершенствование позволит надёжнее анализировать микробные сообщества и факторы, определяющие их состав. Значимость: