CompostBin：一种基于 DNA 组成的宏基因组鸟枪法序列分箱算法
基因组学
2007-08-24 v1
摘要
微生物多样性研究面临的一个主要障碍是绝大多数微生物无法在实验室中培养，因此无法采用传统的表征方法。环境鸟枪法测序（ESS）通过测序微生物群落中存在的生物体的 DNA 克服了这一障碍。通过将每个序列读段与其来源生物体关联，可以极大地促进对这种宏基因组数据的解读。我们报告了 CompostBin 的开发，这是一种基于 DNA 组成的算法，用于分析宏基因组序列读段并将其分配到特定的分类单元分箱中。与以往寻求对组装重叠群进行分箱且通常需要在已知参考基因组上进行训练的方法不同，CompostBin 能够在无需组装或训练的情况下准确地对原始序列读段进行分箱。它应用主成分分析将数据投影到有信息的低维空间，然后在此过滤后的数据集上使用归一化割聚类算法将序列分类到特定的分类单元分箱中。我们在多种模拟数据集和一个具有已知物种分配的宏基因组数据集上证明了该算法的准确性。CompostBin 是一项正在进行的工作，计划在未来对算法进行若干改进。
引用
@article{arxiv.0708.3098,
title = {CompostBin: A DNA composition-based algorithm for binning environmental shotgun reads},
author = {Sourav Chatterji and Ichitaro Yamazaki and Zhaojun Bai and Jonathan Eisen},
journal= {arXiv preprint arXiv:0708.3098},
year = {2007}
}