当前位置：首页 > news >正文

如何获得更多高质量MAG？

news 2025/10/12 18:20:40

上一期内容凌恩生物给大家介绍了2两款子刊推荐的宏基因组组装软件（25年了，宏基因组组装还在用metawrap？），有些朋友觉得意犹未尽，那今天我们接着探究在繁多的宏基因组组装软件中，谁才是最优解？

背景知识

CAMI是一个国际性的研究计划，冒在通过提供标准化的真实和模拟宏基因组数据集，推动宏基因组数据分析工具（如物种注释、功能预测、组装、分箱等）的透明评估和性能比较，从而促进工具开发者改进方法。CAMI数据集包括来自不同环境（如海洋、根系、临床环境等）的复杂宏基因组数据集，这些数据集包括长读长和短读长的数据。

本研究利用CAMI2的海洋、株菌级别、植物相关的数据集对最常用到的宏基因组组装软件——McDevol、VAMB、COMBin、GenomeFace、MetaBAT2、CONCOCT、MaxBin2、MetaWRAP进行全面评估。

研究结果

（1）多种组装软件联合使用是个好办法！

MetaWRAP作为一个集成化工具（包括MetaBAT2, MaxBin2和CONCOCT），获得bin的数量最多，说明多个组装软件联合使用可以提高获得bins的数量。

图1 8种工具在不同数据集中组装获得的bins数量展示

（2）重新组装是否可以提升组装质量？

使用CheckM2 评估重新组装对来自共组装多样本分类的基因组分类的影响。发现在海洋和植物相关数据集中，重新组装可以小范围提高组装获得高bins的数量，对低丰度bins的完整性和纯度有轻微改善。说明重新组装对提升组装质量作用不大。

图2 重新组装组装获得的bins数量展示

（3）组装策略怎么选？

宏基因组组装策略共有三种：① Coassembly multi-sample（混合样本组装和分箱）；② Multi-sample（样本组装和多样本分箱）；③ Single-sample（单样本组装和分箱）。对McDevol、VAMB、COMEBin、GenomeFace和MetaBAT2进行了这三种方法的分箱性能比较，发现不同样本类型，组装策略的选择存在差异，组装结果如下图b、c、d所示，以上组装软件及策略凌恩生物都可正常开展哦，有需要随时联系 ~

图3 不同的组装策略、软件组装效果展示

（4）运算速率及峰值内存评估结果

GenomeFace对三种数据集的运算速率比其他工具快快，但GenomeFace 的峰值内存使用量也最高。

图4 运算速率

思考与总结

本研究利用CAMI2的海洋、株菌级别、植物相关的数据集，通过组装获得bins的数量、不同的组装策略、运算速率等维度对最常用到的宏基因组组装软件进行全面评估。总体而言，COMEBin 和 GenomeFace 表现最为出色，其中 MetaBAT2 和 GenomeFace 在速度方面更胜一筹。凌恩生物深耕微生态研究，为客户提供最新的组装软件满足不同的科研需求，以上6款软件、3种不同组装策略，凌恩都可正常开展哦，期待您的咨xun。