生信工具

先前文献中大多数差异分析都聚焦在两组之间的比较，多组差异分析的方法尚未得到充分研究。现有的方法对多组数据的处理通常是进行两两比较，方法如ANCOM-II能处理多组比较，但不能对偏差进行矫正，无法控制协变量，以及无法解决重复样本的问题。近日，研究人员在Nature methods发表最新研究，开发出可用于多组微生物组研究的偏倚校正分析微生物组组成方法2（ANCOM-BC2），允许对协变量和重复测量进行建模分析，值得关注。

ANCOM-BC2 差异分析研究论文基础研究生信工具

生信工具

Taxa4Meta可识别临床菌群失调特征

靶向宏基因组测序用于调查疾病特异性微生物标志物，是临床诊断和预后的重要方法，但分析结果准确性受序列偏倚等因素影响。近日，美国贝勒医学院研究人员在Journal of Clinical Investigation发表最新研究，设计并验证了Taxa4Meta系统，用于对不同测序策略获得的16S扩增子数据进行准确分类分析，发现Taxa4Meta可识别临床菌群失调特征并对腹泻进行分类，准确度较好，值得关注。

生信工具菌群失调研究论文基础研究肠道菌群

古生物

古宏基因组分析的新方法

详细了解古代环境、生活方式和疾病方面目前仍存在巨大挑战。其中，高错误率在古代宏基因组学中一直是一个挑战，满足该领域需求的计算框架的可用性有限。近日，隆德大学研究人员在Genome Biology发表最新研究，提出了aMeta，这是一种精确的古代DNA宏基因组分析工作流程，使用模拟数据，将aMeta与当前最先进的工作流程进行比较，证明其在微生物检测和认证方面的优势，可显著降低计算机内存的使用率，值得关注。

古生物宏基因组研究论文基础研究生信工具

MGS2AMR

MGS2AMR: 用于宏基因组测序样本耐药基因的评估工具

从临床标本中鉴定致病菌并评估其抗生素耐药性 (AMR) 是一项艰巨的任务，涉及体外培养、分离和药敏测试。最近将机器学习算法应用于分离株的全基因组测序数据可较好解决这个问题。然而，利用更容易获得的宏基因组测序数据进行AMR评估仍然是一个巨大的挑战。近日，辛辛那提儿童医院医学中心研究人员在Microbiome发表最新研究，基于高通量测序数据的微生物组样本耐药基因的评估工具MGS2AMR，实测性能较好，值得关注。

MGS2AMR 抗生素耐药基因研究论文基础研究生信工具

MetaCC

Nature子刊：MetaCC助力解析宏基因组Hi-C数据

Hi-C方法在宏基因组分箱上具有重要价值，使用Hi-C近端连接技术可进行无培养宏基因组学分析、质粒-宿主关联以及菌株基因组组装。目前Hi-C测序文库构建的选择很多，但是分析工具比较欠缺。近日，南加州大学研究人员在Nature Communications发表最新研究，开发出MetaCC用于分析短读和长读长metaHi-C数据集，经过实测，发现MetaCC在标准化和分箱方面优于现有方法，值得关注。

MetaCC Hi-C数据研究论文基础研究生信工具

宏基因组

刘洋彧等Nature子刊：限制性内切酶或可助力解决宏基因组假阳性鉴定问题

尽管现有的宏基因组分析器前景看好，它们也存在一些局限性。目前多数宏基因组分析器面临的主要瓶颈是它们依赖于通用的单拷贝标记或整个微生物基因组作为参考，因此受限于构建参考数据库时的标记缺失，抑或保守区域的多重比对问题。近日，哈佛大学医学院刘洋彧及团队在Nature Communications发表最新研究，利用物种特异性IIB型限制性内切酶酶切位点作参考，不采用通用标记或整个微生物基因组，构建基于IIB型限制性内切位点的宏基因组分析器MAP2B，MAP2B可以有效的消除微生物组数据鉴定时存在的假阳性，并生成更高精度、更准确的物种分类结果，值得关注。

宏基因组假阳性研究论文基础研究生信工具

CheckM2

Nature子刊：利用机器学习评估微生物基因组质量的工具CheckM2

基因组组装或者Binning获得的基因组草图，首先需要评估其质量，包括基因组完整度、污染度、序列分布等信息，其中CheckM是最常用的工具之一。近日，昆士兰大学研究人员在Nature Methods发表了最新生信工具CheckM2。CheckM2比现有方法更快、更准确，当应用于新的谱系和基因组大小减少的谱系时，它的性能优于现有方法，如Patescibacteria和DPANN超级门，值得关注。

CheckM2 宏基因组组装基因组 (MAG) 研究论文基础研究机器学习

中介分析

微生物因果中介分析工具—SparseMCMM_HD

微生物组在环境暴露与各种人类疾病间的中介作用已经被逐渐研究和认识。然而，由于暴露的不可操纵性和微生物组数据的独特结构，目前还没有分析框架可以直接用于分析微生物组作为健康差异和临床结果之间的中介。近日，纽约大学格罗斯曼医学院Huilin Li及团队在Microbiome发表最新研究，提供一个因果中介分析框架（SparseMCMM_HD）来研究种族或地区、微生物组和反事实框架下的兴趣结果间的关系，阐明了微生物组在健康差异中的作用，值得关注。

中介分析微生物组研究论文基础研究生信工具

MetaPro

用于微生物群落宏转录组学研究的新工具—MetaPro

宏转录组学已经成为解析微生物组数据的一种强大组学技术，但目前仍缺乏高性能的工具处理和滤掉低质量和潜在的污染物、对分类学和功能标签进行注释，整理并生成细菌基因表达谱。近日，加拿大多伦多大学研究人员及团队在MetaPro发表最新研究，开发了一种用于宏转录组学数据处理和分析的工具MetaPro（https://github.com/ParkinsonLab/MetaPro），该工具通过处理原始序列可快速实现分类、酶注释，并通过Cytoscape工具快速完成可视化，灵活度高、可扩展和可重复性强，值得关注。

MetaPro 宏转录组学研究论文基础研究生信工具

基准测试

基于宏基因组测序数据中噬菌体鉴定工具的基准测试

随着高通量测序技术的快速发展，在宏基因组数据集中预测噬菌体序列已经成为一个相当热门的话题，促进了多种新型生物信息学工具的发展。近日，英国伯明翰大学研究人员在Microbiome发表最新研究，使用人工重叠群、模拟和真实数据对十种宏基因组病毒识别工具进行基准测试，发现在人工重叠群和模拟数据中各工具的F1得分差异较大。除Seeker之外，所有工具都能够产生与原始病毒种群具有相似指数的多样性谱，因此适用于噬菌体生态学研究。此外，作者建议当识别新的噬菌体时，Kraken2应该与VirSorter2和DeepVirFinder等工具结合使用，值得关注。

基准测试噬菌体鉴定工具研究论文基础研究召回率

ViroProfiler

用于病毒宏基因组数据分析的新工具ViroProfiler

噬菌体通过调节细菌群落，在大多数生态系统的维持和功能中发挥着核心作用。然而，由于缺乏健全的生物信息学标准，目前对其多样性的理解仍然有限。近日，德国亥姆霍兹慕尼黑中心病毒所Li Deng及团队在Gut Microbes发表最新研究，开发了一种用于病毒宏基因组数据分析的新工具ViroProfiler（https://github.com/deng-lab/viroprofiler），可对病毒组数据进行灵活且可重复的分析，并显著缩短处理时间。此外，ViroProfiler可以大大提高病毒组研究中的数据分析质量，并为更标准化地描述复杂生态系统中的病毒群落奠定新基础，值得关注。

ViroProfiler 病毒组研究论文基础研究生信工具

SCRuB

Nature子刊：高精度去污方法SCRuB助力微生物组数据分析

基于测序的微生物群落分析方法很容易受到污染，这可能会掩盖生物信号或产生假象。使用对照组进行计算去污染的方法是常规使用的，但不能最佳地利用不同样品的共享信息，也不能处理来自污染或生物材料泄漏到对照组的分类群。近日，哥伦比亚大学研究人员在Nature Biotechnology发表最新研究，开发出一种高精度去污方法SCRuB（https://github.com/Shenhav-and-Korem-labs/SCRuB），通过结合多个样品和对照的共享信息，可精确识别和清除污染，值得关注。

SCRuB 去污染工具研究论文基础研究疾病分类

GPMeta

国内团队：从宏基因组序列中加速识别病原体的新工具GPMeta

宏基因组测序由于其无偏性和低成本特性，是临床微生物检测中识别病原体的有力工具。然而，在临床相关的时间框架内对序列进行分类的挑战阻碍了测试技术的临床实践。近日，华大基因Zengquan He、Dongfang Li、Xuebin Wang及团队在Briefings in Bioinformatics发表最新研究，开发了GPMeta（https://github.com/Bgi-LUSH/GPMeta），可以快速且准确地从复杂的微生物组数据中识别病原体，相比其他工具性能较好，值得关注。

GPMeta 病原体鉴定研究论文基础研究生信工具

宿主表型关联

华中师范大学：评估微生物组多类表型最佳的关联工具—multiMiAT

随着生物信息学的快速发展，基于微生物组的关联测试工具已被广泛开发，以检测微生物组和宿主表型之间的关联。然而，现有的方法在检测微生物组与多分类表型（如疾病严重程度和肿瘤亚型）间的关联方面仍没有展示出令人满意的性能。近日，华中师范大学蒋兴鹏及团队在Briefings in Bioinformatics发表最新研究，开发了一种用于评估微生物组多类表型最佳的关联工具multiMiAT（https://github.com/xpjiang-ccnu/multiMiAT），在模拟和真实数据中性能较好，值得测试。

宿主表型关联 multiMiAT 研究论文基础研究生信工具

校正工具

用于校正微生物组数据中批次效应的新工具—PLSDA-batch

多项研究发现微生物组数据很容易受到批次效应的影响，现有的批次效应校正方法主要是针对基因表达数据开发的，没有很好地考虑微生物组数据的固有特征。近日，澳大利亚墨尔本大学研究人员在Briefings in Bioinformatics发表最新研究，开发了一种基于偏最小二乘判别分析（PLSDA）的多变量和非参数批量效应校正方法PLSDA-batch（https://github.com/EvaYiwenWang/PLSDAbatch），在真实和模拟数据中发现该工具在保留处理差异的同时可以有效消除批量差异，值得进一步测试。

校正工具 PLSDA-batch 研究论文基础研究生信工具