MAPLE:用于大规模基因组数据的系统发育工具

　　随着生命科学实验产生的大量基因组数据，处理大型数据集仍然是生物信息学领域的一个挑战。

濞戞捁妗ㄧ花鈩冪┍閸愵厾绠荤紒澶嬪灥椤掔喖鎯冮崟顏嗙倞闁圭虎鍙忕槐婵嬫偨閻斿搫鈷栭梺顐ｅ哺閸ｄ即姊块崱鏇犲晩閺夆晜鐟ч惁鎺楀棘閸モ晝褰块柨娑樿嫰椤┭囨閳ь剟鎳熸潏銊︾€柛妯煎枑閺嬪啴鏁嶅畝鍐惧殲闁绘劗鎳撻崵顕€鏁嶉敓锟�閻犱降鍨藉Σ鍑歩oHot缂佷究鍨硅ぐ鍥储閻斿憡鐎�

　　

               

用于大流行尺度基因组数据的系统发育工具。图源:Karen Arnott/EMBL-EBI

欢迎索取锐博生物外泌体测序完全解决方案濡府鎷� 闁告瑱鎷�

随着生命科学实验产生的大量基因组数据，处理大型数据集仍然是生物信息学领域的一个挑战。在COVID-19大流行期间，现有生物信息学工具的有限功能意味着无法一次性分析大量数据，限制了进化和流行病学分析的范围。

为了解决这一问题，EMBL欧洲生物信息学研究所(EMBL-EBI)的研究人员领导的团队开发了一种新的生物信息学工具，可以处理大规模的基因组数据集，使科学家能够一次性分析数百万个病毒基因组。

这项研究发表在《Nature Genetics》杂志上，描述了一种新方法——最大简约似然估计(MAPLE)——它使用新的数学近似来开发一种算法，专门用于密切相关的基因组。这种新方法能够快速重建系统发育树，这是了解病毒进化和流行病学传播的关键一步。

从大流行中吸取的教训

EMBL-EBI研究人员科学家Nicola De Maio说:“在分析大流行期间传入的所有数据时，我们面临许多挑战。随着数据量的增加，传统的系统发育工具变得不够用。我们和其他人一起尝试扩展这些方法。我们尝试用超级计算机来解决这个问题，但在某种程度上，似乎什么都不管用了。这促使我们创建了MAPLE。”

在COVID-19大流行期间，研究人员努力分析产生的大量基因组数据集。这使得研究SARS-CoV-2病毒是如何进化和传播的具有挑战性。标准生物信息学工具的局限性迫使研究人员当时只能专注于一小部分样本。各地的研究人员很快意识到，他们需要更快、更有效的方法。

MAPLE最显著的优势是它能够处理大规模基因组数据集;数以百万计的微生物基因组可以同时被分析。

妤犵偛鐏濋幉锟� 赛默飞全新液相色谱有啥不一样？答卷有礼

流行病学问题的工具

通常，无论是研究最近爆发的病毒和细菌，还是研究远亲物种的进化，用于研究进化的工具都是相同的。为了加快基因组流行病学中的系统发育推断，研究人员开发了一种新的算法，可以更好地用于密切相关的样本，例如，只有几十个核苷酸差异的病毒基因组，就像SARS-CoV-2基因组一样。

研究人员还意识到，在这次大流行中吸取的教训将有助于生物信息学工具的发展。为了应对未来的流行病，生物信息学工具必须处理更大规模的数据。

EMBL-EBI的小组负责人Nick Goldman说:“作为生物信息学家，我们从COVID-19大流行中学到了很多东西，但我们也需要考虑未来，以及如何更好地做好准备。生物信息学工具需要能够处理更多的数据，我们需要工具来完成一系列特定的任务。MAPLE等新工具可以为生物信息学社区的武器库增添宝贵的资源，帮助研究人员更快、更有效地处理病毒数据，以进行进化分析。”

本文由欧洲分子生物学实验室提供

                        

闁瑰灚鎹佺粊锟�

濞戞挸顑堝ù鍥┾偓鐟邦槹瀹撳孩瀵奸敂鐐毄閻庢稒鍔掗崝鐔煎Υ婵犲洠鍋撳宕囩畺缂備礁妫滈崕顏呯閿濆牓妯嬮柟娲诲幘閵囨岸寮幍顔界暠闁肩瓔鍨虫晶鍧楁閸撲礁浠柕鍡楊儐鐢壆妲愰姀鐙€娲ゅù锝嗘礋閳ь剚淇虹换鍐╃閿濆牓妯嬮柛鎺戞閻庤姤绌遍崘顓犵闁诡喓鍔庡▓鎴︽嚒椤栨粌鈷栭柛娆愬灩楠炲洭鎯嶉弮鍌楁晙

10x Genomics闁哄倹婢橀幖顪渋sium HD 鐎殿喒鍋撻柛姘煎灠瀹曠喓绱掗崱姘姃闁告帒妫滄ご鎼佹偝閸モ晜鐣遍柛蹇嬪姀濞村棜銇愰弴鐘电煁缂佸本妞藉Λ鍧楀礆閸℃ḿ鈧粙鏁嶉敓锟�

婵炲棎鍨肩换瀣▔鐎ｎ厽绁癟wist闁靛棗锕ｇ粭澶愬棘椤撶偛缍侀柛鏍ㄧ墱濞堟厤RISPR缂佹稒鐩埀顒€顦伴悧鍝ヤ沪閳ь剟濡寸€ｎ剚鏆╅悗娑欏姃閸旓拷

闁告娲滅划蹇涙嚄閻愬銈撮幖鏉戠箰閸欏棝姊婚妸銉ｄ海閻犱焦褰冮悥锟� - 婵烇絽宕崣鍡樼閸℃鎺撶鎼达綆鍎戝☉鎾亾濞戞搩浜滃畷鐔虹磼閸℃艾鍔掗悗鍦仱閻涙瑧鎷嬮幑鎰靛悁闁告帞澧楅弳鐔煎箲椤斿灝绐涢柟璨夊倻鐟㈤柛娆樺灥椤宕犻弽顑帡寮搁敓锟�

濞戞挸顑堝ù鍥Υ婵犲嫮鐭庨柤宕囧仜閸炴挳鎽傜€ｎ剚顏ら悹鎰╁妺缁ㄧ増鎷呭⿰鍐ㄧ€婚柡瀣姈閺岀喎鈻旈弴鐘虫毄閻庢稒鍔掗崝鐔煎Υ閿燂拷