MetagenomicKG: un grafo de conocimiento para aplicaciones metagenómicas

Resumen Motivación El gran volumen y la variedad de contenido genómico dentro de las comunidades microbianas hacen que la metagenómica sea un campo rico en conocimiento biomédico. Para traversar estas complejas comunidades y sus vastos desconocidos, los estudios metagenómicos a menudo dependen de bases de datos de referencia distintas, como la Base de Datos de Taxonomía del Genoma (GTDB), la Enciclopedia de Genes y Genomas de Kyoto (KEGG) y el Centro de Recursos Bioinformáticos Bacterianos y Virales (BV-BRC), para diversos propósitos analíticos. Estas bases de datos son cruciales para la anotación genética y funcional de comunidades microbianas. Sin embargo, la nomenclatura o los identificadores inconsistentes de estas bases de datos presentan desafíos para una integración, representación y utilización efectivas. Los grafos de conocimiento (KG) ofrecen una solución adecuada al organizar entidades biológicas y sus interrelaciones en una red cohesiva. La estructura del grafo no solo facilita la revelación de patrones ocultos, sino que también enriquece nuestra comprensión biológica con conocimientos más profundos. A pesar de que los KG han mostrado potencial en varios campos biomédicos, su aplicación en metagenómica sigue siendo poco explorada. Resultados Presentamos MetagenomicKG, un nuevo grafo de conocimiento específicamente diseñado para el análisis metagenómico. MetagenomicKG integra información taxonómica, funcional y relacionada con la patogénesis de bases de datos de uso común, y además vincula esta información con grafos de conocimiento biomédico establecidos para expandir las conexiones biológicas. A través de varios casos de uso, demostramos su utilidad para habilitar la generación de hipótesis sobre las relaciones entre microbios y enfermedades, generar incrustaciones gráficas específicas de muestra, y proporcionar predicciones robustas de patógenos. Disponibilidad e implementación El código fuente y los detalles técnicos para construir el MetagenomicKG y reproducir todos los análisis están disponibles en Github: https://github.com/KoslickiLab/MetagenomicKG. También alojamos una instancia de Neo4j: http://mkg.cse.psu.edu:7474 para acceder y consultar este grafo. Contacto dmk333@psu.edu Información suplementaria disponible en Bioinformatics online.