Classification taxonomique métagénomique évolutive utilisant une base de données de génomes de référence

MOTIVATION : Le séquençage métagénomique approfondi d'échantillons biologiques a le potentiel de récupérer des microorganismes autrement difficiles à détecter et de caractériser avec précision des échantillons biologiques avec peu de connaissances préalables sur leur contenu. Cependant, les algorithmes de classification taxonomique métagénomique existants ne s'adaptent pas bien à l'analyse de grands ensembles de données métagénomiques, et équilibrer la précision de classification avec l'efficacité computationnelle représente un défi fondamental. RÉSULTATS : Une méthode est présentée pour transférer les coûts computationnels vers un calcul hors ligne en créant un index taxonomique/génome qui prend en charge la classification métagénomique évolutive. Une performance évolutive est démontrée sur des données réelles et simulées pour montrer une classification précise en présence d'organismes nouveaux sur des échantillons comprenant des virus, des procaryotes, des champignons et des protistes. La classification taxonomique de l'ensemble de données Tyrolean Iceman précédemment publié de 150 gigabases a été trouvée pour prendre <20 h sur une seule machine à mémoire large de 40 cœurs et fournir de nouvelles informations sur le contenu métagénomique de l'échantillon. DISPONIBILITÉ : Le logiciel a été implémenté en C++ et est disponible gratuitement à l'adresse http://sourceforge.net/projects/lmat CONTACT : allen99@llnl.gov INFORMATIONS COMPLÉMENTAIRES : Les données complémentaires sont disponibles en ligne sur Bioinformatics.