EzBioCloud: геном-ориентированная база данных и платформа для идентификации и исследования микробиома

По мере развития технологий секвенирования ДНК данные о последовательности генома приобретают всё большее значение для классификации и идентификации бактерий и архей. Через шесть лет после представления EzBioCloud — интегрированной платформы, отражающей таксономическую иерархию бактерий и архей на основе прошедших контроль качества последовательностей гена 16S рРНК и геномов, — мы представляем обновлённую версию с расширенными и усовершенствованными возможностями. Обновление учитывает растущую потребность в точной таксономической информации, поскольку определение вида всё чаще опирается на сравнение последовательностей геномов. Мы также внедрили усовершенствованный подход к работе с недостаточно представленными или малоизученными линиями, повысив полноту и точность базы данных. Прежние строгие процедуры контроля качества сохранены: сборки полных геномов из базы данных сборок NCBI тщательно проверяют и отбирают низкокачественные последовательности. Затем их анализируют с помощью усовершенствованного биоинформатического алгоритма идентификации, который сначала выполняет поиск сходства последовательностей гена 16S рРНК, а затем рассчитывает среднюю нуклеотидную идентичность (ANI). Если в последовательности генома отсутствует ген 16S рРНК и нет близкого геномного аналога для расчёта ANI, таксономическое положение определяют другим способом — с помощью ANI по генам ядра бактерий (cgANI). Благодаря увеличению числа геномных последовательностей в NCBI и внедрению метода cgANI база данных EzBioCloud теперь включает 109 835 видов, из которых 21 964 имеют валидно опубликованные названия. Ещё 47 896 видов-кандидатов определены по сходству последовательностей 16S рРНК (филотипы) или по ANI полных геномов (геномные виды), а оставшиеся 39 975 отнесены к таксономическим кластерам с помощью cgANI. База данных EzBioCloud доступна по адресу www.ezbiocloud.net/db.