去噪PCR扩增的宏基因组数据

PCR扩增和高通量测序在理论上使得能够表征自然微生物和病毒种群中的细微多样性，但每种方法都会引入难以与真实生物多样性区分的随机错误。已经提出几种方法来对这些数据进行去噪，但在速度或准确性方面均有所不足。我们提出了一种称为DADA（分裂扩增子去噪算法）的新去噪算法。DADA在没有训练数据的情况下，推断出样本基因型和生成宏基因组数据集的错误参数。我们在使用Roche的454平台测序的对照数据上演示了其性能，并将结果与当前可用的最准确的去噪软件AmpliconNoise进行了比较。DADA比AmpliconNoise更准确，速度快了一个数量级。它消除了建立错误参数所需的训练数据，充分利用序列丰度信息，并能够纳入上下文相关的PCR错误率。它应能轻松扩展到其他测序平台，如Illumina。