rchime:基于 UCHIME 算法的扩增子序列嵌合体检测 R 包
《Microbiology Resource Announcements》:rchime: an R package for detecting chimeras in amplicon sequencing data
【字体:
大
中
小
】
时间:2026年10月22日
来源:Microbiology Resource Announcements 0.6
编辑推荐:
摘要
在分析扩增子序列数据时,一个长期存在的问题是嵌合体的存在,这些嵌合体是由两个或多个模板产生的PCR产物。rchime是一个R包,它实现了UCHIME算法,能够高效地筛查扩增子序列集合中的嵌合体。
摘要
在分析扩增子序列数据时,一个长期存在的问题是嵌合体的存在,这些嵌合体是由两个或多个模板产生的PCR产物。rchime是一个R包,它实现了UCHIME算法,能够高效地筛查扩增子序列集合中的嵌合体。
公告
在分析16S rRNA基因序列数据和其他扩增子序列数据时,一个持续存在的问题是如何检测并移除由两个或多个模板产生的PCR产物中的序列。
1–4。在过去30年里,已经开发出了 several 方法来检测这些嵌合序列。
5–7。最有效的方法是UCHIME和USEARCH中实现的算法。
78。这种方法可以使用基于参考序列的外部数据库来实现,也可以采用
从头开始的方法,即更加信任数据集中更丰富的非嵌合序列。
除了原始的UCHIME和USEARCH工具外,还有一个更快的算法版本通过开源的VSEARCH软件包免费提供。
9。这些工具可以通过mothur和qiime2软件包使用。
10–12。我们创建了rchime包,将这个流行的算法引入R编程环境,越来越多的研究人员使用它来进行数据分析和可视化。
用户可以使用
从头开始或基于参考序列的方法来检测嵌合体。无论采用哪种方法,用户都需要提供一个包含DNA序列及其名称的R数据框。对于
从头开始的方法,需要为每个样本中的每个序列提供丰度数据。在基于参考序列的方法中,还需要提供一个包含参考序列及其名称的额外数据框。该包内提供了一个内置的数据框,其中包含了可信的非嵌合序列的“黄金”数据库。
6。无论哪种方法,都会返回一个列表,指示哪些序列是嵌合体,并提供诊断数据以说明嵌合体的性质。为了加速嵌合体的检测,代码已被并行化。
rchime包使用Rcpp将其自身版本以及从VSEARCH修改而来的C++代码集成到了R中。该包可以在任何操作系统上使用。RcppThread包也被用来促进代码的并行化。除了以数据框的形式提供序列和丰度数据外,还可以使用strollur包创建strollur对象来提供这些数据。
13。
为了展示VSEARCH和rchime的相似性能,我们使用了rchime自带的示例数据,该数据包含来自20个样本的6,084个独特的16S rRNA基因序列(在MacBook Pro上运行)。由于VSEARCH不按样本分离序列,我们首先假设这些序列都来自同一个样本。从头开始方法在VSEARCH中需要2.6秒,而rchime需要2.7秒(50次迭代的中位数)。接下来,我们分别使用mothur中的VSEARCH实现和rchime在每个样本中检测嵌合体,前者用了5.0秒,后者用了4.2秒。被分类为嵌合体的序列在两种实现中是相同的。
通过将像rchime、clustur
14和phylotypr
15这样的常用工具集成到R编程环境中,我们希望研究人员能够体验到更简单的安装过程、更平缓的学习曲线,以及比单独使用命令行界面工具更好的工具集成效果。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号