用于微生物基因组恢复的图神经网络
基因组学
2022-04-27 v1 机器学习
定量方法
摘要
微生物对我们的健康和环境有深远影响，但我们对微生物群落多样性和功能的了解极为有限。通过对微生物群落进行DNA测序（宏基因组学），可获得单个微生物的DNA片段（reads），并通过组装图组合成长连续DNA序列（contigs）。鉴于微生物群落的复杂性，很少能获得单contig的微生物基因组。相反，contigs最终被聚类成bins，每个bin理想情况下构成一个完整基因组。此过程称为宏基因组分箱。当前最先进的宏基因组分箱技术仅依赖单个contigs的局部特征。因此这些技术未能利用组装图中编码的contigs之间的相似性，而contigs正是组织在该图中的。本文中，我们提出使用图神经网络（GNNs）在学习contig表示以进行宏基因组分箱时利用组装图。我们的方法VaeG-Bin结合了用于学习单个contigs潜在表示的变分自编码器，以及用于通过考虑组装图中contigs的邻域结构来精炼这些表示的GNNs。我们探索了多种类型的GNNs，并证明VaeG-Bin在模拟和真实世界数据集上比其它最先进的分箱器恢复更多高质量基因组。
引用
@article{arxiv.2204.12270,
title = {Graph Neural Networks for Microbial Genome Recovery},
author = {Andre Lamurias and Alessandro Tibo and Katja Hose and Mads Albertsen and Thomas Dyhre Nielsen},
journal= {arXiv preprint arXiv:2204.12270},
year = {2022}
}