Простое статистическое выявление и удаление контаминирующих последовательностей в данных маркерных генов и метагеномики

Введение: Точность исследований микробных сообществ, основанных на секвенировании маркерных генов и метагеномике (MGS), снижается из-за присутствия контаминантов — ДНК-последовательностей, которые на самом деле отсутствуют в образце. Контаминанты поступают из разных источников, в том числе из реагентов. Правильная лабораторная практика может уменьшить загрязнение, но не устраняет его полностью. Здесь мы представляем decontam (https://github.com/benjjneb/decontam) — открытый R-пакет, реализующий статистическую процедуру классификации, которая выявляет контаминанты в данных MGS на основе двух широко воспроизводимых закономерностей: контаминанты встречаются с более высокой частотой в образцах с низкой концентрацией и часто обнаруживаются в отрицательных контролях.

Результаты: Decontam классифицировал варианты ампликонных последовательностей (ASV) в наборе данных по полости рта человека согласованно с ранее полученными микроскопическими наблюдениями микробных таксонов, населяющих эту среду, и с прежними сообщениями о контаминантных таксонах. В метагеномных и маркер-генных измерениях серии разведений decontam существенно уменьшал техническую вариабельность, обусловленную различиями между протоколами секвенирования. Применение decontam к двум недавно опубликованным наборам данных подтвердило и расширило выводы о том, что убедительных доказательств существования нативного микробиома плаценты немного, а некоторые таксоны с низкой частотой, по-видимому ассоциированные с преждевременными родами, были контаминантами.

Выводы: Decontam повышает качество метагеномного и маркер-генного секвенирования за счет выявления и удаления контаминирующих ДНК-последовательностей. Decontam легко интегрируется в существующие рабочие процессы MGS и позволяет исследователям получать более точные профили микробных сообществ практически без дополнительных затрат.