Надёжность геномов, собранных из метагенома (MAG), при представлении природных популяций: данные сравнения MAG с геномами изолятов, полученными из того же образца кала

Выделение геномов, собранных из метагенома (MAG), из метагеномных данных в последнее время стало стандартной задачей микробиологических исследований. Достоинства и ограничения лежащих в основе этого биоинформатических алгоритмов уже хорошо изучены в тестах на искусственных наборах данных с известным составом. Однако такие наборы не отражают сложность и разнообразие, часто наблюдаемые в природных популяциях, поскольку при их создании обычно используют только один геном соответствующего организма. Кроме того, остаётся неясным, насколько эффективно MAG позволяют выявлять гены, вариабельные внутри популяции (присутствующие более чем у 10%, но менее чем у 90% её представителей), по сравнению с основными генами (присутствующими более чем у 90% представителей). Для решения этих вопросов мы сравнили вариабельность генов патогенных изолятов из восьми образцов при диарее, в которых именно изолят являлся возбудителем, с вариабельностью генов соответствующих MAG, восстановленных по парным метагеномным данным. Наш анализ показал, что MAG с расчётной полнотой около 95% в среднем содержали только 77% основных генов популяции и 50% вариабельных генов. Кроме того, примерно 5% генов этих MAG были консервативно определены как отсутствующие в изоляте и имели иное, в том числе нетаксономическое, происхождение, что указывает на ошибки на этапе биннинга генома, несмотря на то что оценка контаминации с помощью широко применяемых конвейеров составляла всего 1,5%. Таким образом, качество MAG нередко может быть ниже расчётного. Мы приводим примеры распознавания таких MAG и повышения их качества до приемлемого уровня, например за счёт использования для биннинга только контигов длиной более 1000 п. н.

Значимость: Сборка метагенома и получение геномов, собранных из метагенома (MAG), в последнее время стали стандартными задачами микробиомных исследований в экологических и клинических условиях. Однако степень, в которой MAG способны отражать набор генов представляемой ими популяции, остаётся предположительной. Современные подходы к оценке качества MAG ограничиваются выявлением универсальных генов «домашнего хозяйства» и подсчётом числа их копий; эти гены составляют лишь небольшую часть общего генома, поэтому большая часть генома фактически остаётся недоступной для оценки. Если реальное качество MAG ниже, чем предполагают такие методы, это может иметь серьёзные последствия для всех последующих анализов и интерпретаций. В этом исследовании мы оценили данную проблему, сравнивая состав генов MAG с составом генов изолятов, полученных из того же образца. Кроме того, образцы были взяты в рамках исследования «случай—контроль» случаев диареи, поэтому наши результаты имеют значение для выявления факторов вирулентности патогенов по метагеномным наборам данных. Escherichia coli, Enterobacteriaceae