phyloFlash: perfilado rápido del ARN ribosomal de subunidad pequeña y ensamblaje dirigido de metagenomas

El gen del ARN ribosomal de subunidad pequeña (SSU rRNA) es el marcador clave en la ecología molecular para todos los dominios de la vida, pero está en gran parte ausente de los genomas ensamblados a partir de metagenomas, que a menudo son el único recurso disponible para los microbios ambientales. Aquí presentamos phyloFlash, un pipeline para superar esta brecha con una clasificación taxonómica rápida centrada en SSU rRNA, ensamblaje dirigido y agrupamiento basado en gráficos de ensamblajes metagenómicos completos. Mostramos que una limpieza de artefactos es fundamental incluso con una base de datos de referencia curada. Con una base de datos filtrada, el mapeador de propósito general BBmap extrae lecturas de SSU rRNA cinco veces más rápido que la herramienta especializada en rRNA SortMeRNA, con similar sensibilidad y mayor selectividad en metagenomas simulados. Los ensambladores dirigidos basados en referencias produjeron ensamblajes altamente fragmentados o altos niveles de quimerismo, por lo que empleamos el ensamblador genómico de propósito general SPAdes. Nuestra implementación optimizada es independiente de la composición de la base de datos de referencia y tiene niveles satisfactorios de formación de quimeras. phyloFlash procesa rápidamente datos (meta)genómicos de Illumina, es fácil de usar, incluso como parte del control de calidad de alto rendimiento, y tiene informes de salida amigables para el usuario. El software está disponible en https://github.com/HRGV/phyloFlash (licencia GPL3) y está documentado con un manual en línea.IMPORTANCIA Para rastrear organismos a través de todos los dominios de la vida, el gen SSU rRNA es el estándar de oro. Muchos microbios ambientales son conocidos solo por datos de secuenciación de alto rendimiento, pero el gen SSU rRNA, clave para la visualización mediante sondas moleculares y enlace a la literatura existente, a menudo falta en los genomas ensamblados a partir de metagenomas (MAGs). La suite de software phyloFlash fácil de usar aborda esta brecha con una clasificación taxonómica rápida centrada en SSU rRNA, ensamblaje dirigido y enlaces basados en gráficos a MAGs. Partiendo de una base de datos de referencia limpia, phyloFlash perfila la diversidad taxonómica y ensambla las lecturas de SSU rRNA ordenadas. El diseño de phyloFlash es agnóstico al dominio y cubre eucariotas, arqueas y bacterias por igual. phyloFlash también proporciona utilidades para visualizar comparaciones multisem muestras y para integrar los SSU rRNAs recuperados en un flujo de trabajo metagenómico al enlazarlos a MAGs mediante el análisis de gráficos de ensamblaje.