Antecedentes: agrupar secuencias mezcladas por genoma

TaxVAMB es una herramienta de binning metagenómico que combina características de las secuencias de ADN con información taxonómica. En un estudio publicado en Nature Biotechnology, la evaluación con el conjunto de datos del microbioma humano CAMI2 produjo, en promedio, un 29% más de ensamblajes de alta calidad que la herramienta situada en segundo lugar. Sin embargo, con datos de lecturas cortas tuvo un rendimiento equivalente al de las herramientas líderes, por lo que la mejora varió según las condiciones del análisis.

En los estudios del microbioma, el binning agrupa por genoma fragmentos de secuencia contiguos y ensamblados, llamados contigs. Los genomas reconstruidos de este modo se denominan genomas ensamblados a partir de metagenomas (MAG, por sus siglas en inglés). La información utilizada para agrupar los contigs es un elemento central del análisis.

Las principales herramientas de binning existentes utilizan características como la abundancia conjunta de los contigs y la frecuencia de aparición de combinaciones de cuatro nucleótidos. En cambio, las etiquetas taxonómicas obtenidas mediante clasificación basada en el alineamiento de secuencias no se han utilizado ampliamente. El equipo propuso combinar esta información con las características existentes.

Hallazgos principales: la mejora varió según los datos y las condiciones de comparación

TaxVAMB se basa en un autoencoder variacional bimodal con aprendizaje semisupervisado. Sus entradas incluyen las frecuencias de tetranucleótidos, es decir, las frecuencias de aparición de combinaciones de cuatro nucleótidos, la abundancia conjunta de los contigs y la información taxonómica. Este diseño incorpora tanto los patrones de las secuencias como las etiquetas taxonómicas.

En el conjunto de datos del microbioma humano CAMI2, TaxVAMB superó a todas las herramientas de binning comparadas y produjo, en promedio, un 29% más de ensamblajes de alta calidad que la herramienta situada en segundo lugar. Esto no significa que la completitud o la pureza aumentaran un 29% cada una. El resultado indica que aumentó el número de resultados clasificados como de alta calidad en el estudio.

Con datos de lecturas largas del microbioma intestinal humano, TaxVAMB recuperó un 29% más de bins de alta calidad. Un bin es un conjunto de secuencias agrupadas como pertenecientes al mismo genoma. La oración correspondiente del resumen no especifica la herramienta de comparación. En una configuración típica de muestra única, el estudio informó de un promedio de un 83% más de bins de alta calidad que con VAMB.

En una evaluación de binning con genomas incompletos, TaxVAMB también produjo, en promedio, un 300% más de bins de alta calidad que la herramienta situada en segundo lugar. El resumen proporcionado no permite confirmar la definición de genoma incompleto ni los criterios para clasificar los resultados como de alta calidad. También debe tenerse en cuenta que, con datos de lecturas cortas, su rendimiento fue equivalente al de las herramientas líderes.

Implicaciones y perspectivas: más genomas candidatos para análisis posteriores

El estudio muestra que combinar información taxonómica con características de secuencia puede generar más genomas candidatos de alta calidad en ciertas condiciones. Los resultados comunicados con datos de lecturas largas del microbioma intestinal humano y en análisis de muestra única sirven de referencia para quienes comparan herramientas de binning.

El material fuente revisado se limitó al registro bibliográfico y al resumen. No se pudieron verificar las condiciones detalladas de evaluación, los criterios para clasificar los resultados como de alta calidad, el tiempo de ejecución ni el uso de memoria. Se necesitan más pruebas para determinar si mejora la velocidad de procesamiento o si es superior en todos los conjuntos de datos metagenómicos. El resumen informa de un aumento en los resultados del binning; no presenta resultados de evaluación sobre la precisión del diagnóstico de enfermedades ni el beneficio para los pacientes.

Los métodos y los resultados según las condiciones pueden consultarse en el resumen del artículo indexado en Europe PMC.