Nature biotechnology
myloasm实现高分辨率长读长宏基因组组装

小赛推荐：

该研究开发了myloasm，一种适用于现代长读长测序数据的宏基因组组装工具，显著提升了复杂微生物群落中菌株水平基因组的回收能力，尤其在ONT数据上表现突出。

 

文献概述

本文《High-resolution metagenome assembly for modern long reads with myloasm》，发表于《Nature biotechnology》杂志，回顾并总结了作者团队开发的新型宏基因组组装工具myloasm。该工具针对现代长读长测序技术（如PacBio HiFi和Oxford Nanopore R10.4）的特点，提出了一种基于多态性k-mer和字符串图的组装策略，有效解决了高相似度基因组共存环境下的组装难题。研究通过合成和真实宏基因组数据验证，展示了myloasm在恢复完整环状基因组、揭示菌株内多样性以及提升组装连续性方面的显著优势。该工作为复杂微生物组的高分辨率解析提供了强有力的技术支持。

背景知识

宏基因组测序技术通过直接对环境样本中全部微生物DNA进行高通量测序，能够在无培养条件下揭示微生物群落的组成与功能，已成为研究人体微生物组、环境微生物生态和未培养微生物的重要手段。然而，传统短读长测序受限于其长度，难以跨越基因组重复区域，导致组装碎片化，无法获得完整基因组。近年来，PacBio HiFi和Oxford Nanopore（ONT）等长读长测序技术的发展为获得高质量宏基因组组装基因组（MAGs）带来了新机遇。HiFi读长具有极高准确性（>99.95%），而ONT读长则更长，但错误率较高（~1-2%），尤其在R10.4化学体系下，其准确性显著提升，缩小了与HiFi的差距。尽管如此，宏基因组的复杂性——包括菌株多样性、水平基因转移和基因组重复——仍对组装算法构成巨大挑战。现有组装方法，如基于de Bruijn图的metaMDBG和基于字符串图的metaFlye，在处理高相似度菌株或低覆盖度基因组时性能受限。因此，开发能够有效利用长读长信息、区分高度相似序列、并准确组装完整基因组的新型算法，成为当前研究的关键切入点。myloasm正是在此背景下提出，旨在通过创新的多态性k-mer和物理覆盖度整合策略，实现更高分辨率的宏基因组组装。

 

针对阿尔茨海默病、脊髓性肌萎缩、视网膜色素变性等罕见病，可提供HUGO-GT®全基因组人源化模型，搭载了更高效的大片段载体融合技术，可以作为万能模板进行针对性的突变定制服务，是更贴近真实世界生物机制的药物临床前研究模型，我们期待与你共同开发新型全基因组人源化小鼠，加速基因治疗研究

了解更多

 

研究方法与实验

研究团队开发了myloasm，一种专为现代长读长（如PacBio HiFi和ONT R10.4）设计的宏基因组组装器。其核心方法基于字符串图模型，但创新性地引入了“SNPmer”概念，即一对仅中间碱基不同的k-mer，用于捕捉样本内的多态性。myloasm首先通过识别SNPmer和开放syncmer来索引测序reads，然后利用“双重链式”比对策略：先通过精确匹配的syncmer锚定reads，再通过忽略中间碱基的SNPmer进行链式延伸，从而在容忍测序错误的同时，保留真实的序列多态性信息。该方法理论上可估计出不受测序错误影响的真实序列一致性。组装图构建后，myloasm利用一个受统计物理退火算法启发的图简化策略，整合覆盖度和重叠信息，通过一个可调温度参数迭代地剪除低可信度的边，从而有效解决图结构中的复杂性。最后，经过多次简化和纠错，生成最终的contig。

关键结论与观点

• myloasm在真实ONT宏基因组数据上，比现有最佳组装器多组装出三倍以上的完整环状contig，显著提升了宏基因组组装的完整性。
• myloasm使ONT和HiFi组装性能相当：在同一个肠道宏基因组样本中，使用ONT数据的myloasm组装出的完整环状基因组数量超过了使用HiFi数据的任何其他组装器。
• myloasm能够恢复此前难以获得的菌株内多样性：从一个肠道样本中成功组装出六个完整的单contig Prevotella copri 基因组，以及从一个口腔样本中组装出八个与TM7（Saccharibacteria）相似度>93%的完整contig。
• 在合成和多种真实环境（肠道、口腔、土壤、海水）的宏基因组数据集上，myloasm在恢复高质量MAGs（>90%完整，<5%污染）的数量上均优于metaFlye和metaMDBG等现有工具。
• myloasm在评估局部组装错误（如read-clipped regions和zero-coverage regions）方面表现优于现有ONT组装器，表明其组装质量更高。
• myloasm在运行时间和内存使用上具有竞争力，通常比metaFlye更快，且在多种数据集上表现优异。

研究意义与展望

myloasm的提出代表了宏基因组组装领域的一项重要进展。它证明了通过算法创新，可以充分挖掘ONT长读长数据的潜力，使其在基因组完整性上与更昂贵的HiFi数据相媲美，从而为研究者提供了更具成本效益的高分辨率宏基因组分析方案。其在恢复菌株水平多样性方面的卓越能力，为深入研究微生物群落的进化动态、功能异质性和抗生素抗性基因的传播路径提供了前所未有的工具。

未来，myloasm的成功凸显了将群体遗传学概念（如多态性）融入组装算法的价值。随着测序技术的进一步发展，如更长、更准确的读长，以及单细胞测序的成熟，将这些信息与myloasm的框架结合，有望实现对复杂微生物组近乎完美的解析。此外，将myloasm集成到宏基因组分析流程中，并开发更智能的binning和注释工具，将有助于从高分辨率组装数据中提取更多生物学洞见，推动微生物组研究向机制层面深入。

 

提供生理生化指标检测、病理学分析、免疫细胞功能评估等多维度的疾病机制研究和药效评价服务

了解更多

 

结语

本研究介绍的myloasm是一种革命性的宏基因组组装工具，专为现代长读长测序数据设计。它通过创新性地利用样本内的多态性k-mer（SNPmer）来构建高分辨率的字符串图，并结合基于覆盖度的图简化算法，有效解决了复杂微生物群落中高度相似基因组的组装难题。在广泛的测试中，myloasm显著超越了现有方法，无论是在恢复完整、环状的高质量宏基因组组装基因组（MAGs）的数量上，还是在揭示菌株内遗传多样性方面。其最突出的贡献是弥合了ONT和HiFi测序技术在宏基因组组装质量上的差距，证明了高精度ONT数据配合先进算法可以达到甚至超越HiFi的组装效果。这为研究者提供了更具性价比的高分辨率宏基因组研究方案。myloasm的成功不仅提供了一个强大的新工具，更重要的是，它展示了通过算法创新来克服测序技术局限性的巨大潜力，为未来实现复杂微生物组的完整解析铺平了道路，对微生物生态学、人类健康和环境科学等领域具有深远影响。

 

Jim Shaw, Maximillian G Marin, and Heng Li. High-resolution metagenome assembly for modern long reads with myloasm. Nature biotechnology.