.png){kind=icon}
返回
EvANI benchmarking workflow for evolutionary distance estimation
.png){kind=icon}
PRE
AI
DOI：10.1093/bib/bbaf267.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
长读长测序技术的进步导致了高质量基因组组装的快速增长。这些进展使得能够在生命之树上比较基因组序列，加深了我们对于进化关系的理解。平均核苷酸同一性（ANI）是用于估计两个基因组之间遗传相似性的指标，通常计算为它们共享基因组区域的平均同一性。这些区域通常通过基因组比对工具（如基本局部比对搜索工具BLAST或MUMmer）来发现。ANI已被应用于物种界定、构建指导树和搜索大型序列数据库。由于通过基因组比对计算ANI计算成本高昂，该领域越来越多地转向基于草图的方法，这些方法使用假设和启发式方法来加速这一过程。我们提出了一套模拟和真实的基准数据集，以及一种基于秩相关性的指标，用于研究这些假设和启发式方法如何影响距离估计。我们将这个评估框架称为EvANI。借助EvANI，我们表明ANIb是最佳捕捉树距离的ANI估算算法，尽管它也是效率最低的。我们表明基于k-mer的方法非常高效，并且具有持续的高准确性。我们还表明，某些分支（clades）的序列间距离最好使用多个k值来计算，例如对于Chlamydiales，使用k=10和k=19。最后，我们指出，基于最大精确匹配的方法可能是一种有利的折中方案，在避免过度依赖单一固定k-mer长度的同时，实现了中等水平的计算效率。
Keyword:
genome
average nucleotide identity
evolution
BLAST
k-mer
sketching
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
机构
引用论文
Large-scale k-mer-based analysis of the informational properties of genomes, comparative genomics and taxonomy.png)
PLOS ONE
OAAI
PLOS ONEIF0
OAAI分享收藏Fast and robust metagenomic sequence comparison through sparse chaining with skaniNATURE METHODS
OAAI
NATURE METHODSIF32.1
OAAI分享收藏HyperGen: compact and efficient genome sketching using hyperdimensional vectorsHyperGen：基于超维向量的紧凑高效基因组简图构建OAAI
OAAI分享收藏分享收藏
查看更多内容