MetaWRAP—a flexible pipeline for genome-resolved metagenomic data analysis

题目：MetaWRAP——灵活的宏基因组数据挖掘单菌基因组分析流程

作者：Gherman V. Uritskiy, Jocelyne DiRuggiero and James Taylor

单位：约翰斯·霍普金斯大学，生物系

文章于2018年3月6日发布于bioRxiv上 https://www.biorxiv.org/content/early/2018/03/06/277442 ，9月15日于Microbiome杂志在线发表

热心肠日报导读

全能型宏基因组分析工具：MetaWRAP

Adam刘永鑫-中科院-宏基因组 10-13 热心肠日报

原标题：MetaWRAP——灵活的宏基因组数据挖掘单菌基因组分析流程

① MetaWRAP是一款整合了质控、拼接、分箱、提纯、评估、物种注释、丰度估计、功能注释和可视化的分析流程，纳入超140个工具软件，可一键安装；

② 流程整合了CONCOCT、MaxBin、 metaBAT等三款分箱工具以及提纯和重组装算法；

③ 与以上三种工具单独使用，以及与使用DAS_tool、Binning-refiner相比，分箱结果更佳。

④ 在此基础上，MetaWRAP还可实现宏基因组分析从原始数据到结果可视化的全部流程，同时也可灵活使用各个模块独立分析，弹性多变。

主编评语：
您还在为宏基因组分析流程繁琐，所用软件甚多，安装使用异常复杂而烦恼吗？请看这款最新发布的宏基因组分析全能工具，可帮助您一站式完成质控、分箱、注释、结果可视化等全部分析作业。基于Conda，部署方便，使用简单，需要的话赶快试一下吧。好用的话别忘了在下面留言哦！

摘要

背景

使用宏基因组测序研究微生物组，可以分析环境中不可培养的微生物群落。提取个体基因组草图(bins)可以实现宏基因组的单菌基因组水平分析。这些分析的软件和流程非常多样且复杂，对于生物学家来说，使用是一件非常困难的事情，对工作造成非常大的负担。此外，分箱算法快速发展，但一直缺少评估和可视化的工具。

结果

为解决以上挑战，我们发布宏基因组分析流程metaWRAP。MetaWRAP部署了最先进的宏基因组分析软件和数据库，从原始数据直接到宏基因组bin和相关下游分析。MetaWRAP使用过程又足够灵活，允许研究人员调整，更重要的是安装和使用方便。它包括混合算法，来实现多种软件分箱结果的整合。在人工重组和自然样本数据中结果均优于5款主流软件。最后，metaWRAP还包括物种注释、丰度估计、功能注释和可视化等多个宏基因组分箱结果的下游分析功能。

结论

MetaWRAP是一款易用的模块化流程，用于分析宏基因组分析中的核心任务——分箱，显著改善高质量分箱结果的提取和解析。其中的分箱提纯和再组装功能优于其它分箱方法。流程中的每个模块也独立运行，增加宏基因组分析的灵活性。此软件为开源项目，源代码见 https://github.com/bxlab/metaWRAP

主要结果

图1. metaWRAP工作流程

图中红色代表分析模块，绿色代表宏基因组数据，橙色代表中间文件，蓝色代表结果图表。

实现原始序列的质控、物种注释和可视化、宏基因组拼接、三种主流Bin方法分析和结果筛选与可视化、Bin的重新组装、Bin的物种和功能注释等。轻松实现Bin相关分析和可视化的绝大部分需求。

图2. 基于CAMI人工数据集高、中、低数据量下，对6款Bin软件结果的完整度和污染率进行评估。结果表明metaWRAP在各种情况下在完整度和污染率方面都表现更优秀。

关于CAMI数据集的Nature Methods文章，详见下文：

• Nat. Methods: 宏基因组软件评估—人工重组宏基因组基准数据集

图3. Blobology模块可视化水体、肠道和土壤宏基因组拼接叠连群的GC含量和丰度。

叠连群的丰度计算基于每个样品中标准化的reads覆盖度。采用blast注释叠连群门水平物种信息

图4. 基于水体、肠道和土壤宏基因组数据对6款分箱软件的完整度和污染率进行评估

原始分箱工具，包括metaBAT2, CONCOCT和MAXBin2；分箱提纯工具，包括(DAS_Tool, Binning_refiner和metaWRAP的Bin_refinement模块。仅展示CheckM估计完整度大于50%，污染率小于10%的bins

图5. 水体、肠道和土壤宏基因组bins再组装结果的N50、完整度和污染率比较

使用metaWRAP的Reassemble_bins模块对原始bins进行二次组装。仅展示CheckM估计完整度大于50%，污染率小于10%的bins

图6. 水体、肠道和土壤中高纯度bins(污染率<5%)分别在完整度70%、80%、90%、95%下的数量

MetaWRAP运行在不同最小完整度参数下的结果。

图7. Blobology模块可视化水体、肠道和土壤宏基因组拼接叠连群的GC含量和丰度

叠连群的丰度计算基于每个样品中标准化的reads覆盖度。图中按bins进行随机着色。只显示70%以上完整度和10%以下污染Bins。

点评

该软件的优点：

1. 安装方便，一键安装140多个相关软件；
2. 流程完善，原来拼接需要自己拼接和准备丰度格式耗时耗力，现在一步全搞定；
3. 结果优于主流方法；
4. 可视化功能强大；
5. 可对Bin进一步进行物种和功能注释。

总结：此软件在手，Binning分析别无所求。

参考文献

Micribome https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-018-0541-1

热心肠日报 https://www.mr-gut.cn/papers/read/1059939857?kf=xread_daily

猜你喜欢

• 10000+: 菌群分析
  宝宝与猫狗 提DNA发Nature 实验分析谁对结果影响大  Cell微生物专刊 肠道指挥大脑
• 系列教程：微生物组入门 Biostar 微生物组  宏基因组
• 专业技能：生信宝典 学术图表 高分文章 不可或缺的人
• 一文读懂：宏基因组 寄生虫益处 进化树
• 必备技能：提问 搜索  Endnote
• 文献阅读 热心肠 SemanticScholar Geenmedical
• 扩增子分析：图表解读 分析流程 统计绘图
• 16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun
• 在线工具：16S预测培养基 生信绘图
• 科研经验：云笔记  云协作 公众号
• 编程模板: Shell  R Perl
• 生物科普: 肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外2300+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA