Description du projet
Améliorer le binning pour une meilleure qualité des génomes assemblés par métagénome
Les microbiomes humains et environnementaux sont des communautés microbiennes diverses qui jouent un rôle essentiel dans la santé humaine et le fonctionnement des écosystèmes. Notre compréhension de leurs gènes, de leurs produits et de leurs interactions dynamiques s’est améliorée grâce à la métagénomique, l’étude de la structure et de la fonction de séquences entières de nucléotides obtenues à partir de tous les organismes d’un échantillon. La qualité des génomes assemblés par métagénome (MAG pour «metagenome-assembled genome») reconstruits à partir des données du métagénome est toutefois confrontée à des problèmes de binning, c’est-à-dire le groupement des séquences dans des classes d’espèces. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet Metagenome binning prévoit de les résoudre en recourant à un nouvel algorithme de binning qui améliore le binning des séquences peu abondantes et bien conservées.
Objectif
Metagenome-assembled genomes (MAGs) obtained from metagenomics are of fundamental value to understanding diverse ecological niches of microbes such as the human gut, with applications in medicine, biotechnology, and climate science. However, the quality of MAGs constructed with state-of-the-art tools is often unsatisfactory and worse than the self-reported quality. The main source of error is binning, a computational step that groups sequences assembled from short sequencing reads (contigs) into species-wise bins. The two chief challenges are accurately binning (1) genomes with low abundance and (2) highly conserved regions. Due to cross-mapping of reads, the contigs from conserved regions appear to have abundances equal to the sum of the abundances of the related species or strains. As conventional binning tools all rely on clustering contigs according to their abundances across samples, conserved regions end up forming separate bins. Besides, most existing methods optimise quality measures (purity and completeness based on conserved marker genes) and assess the final quality on these very measures, leading to highly optimistic results. I aim to solve these problems by developing a binning algorithm that applies
i) linear mixture models using non-negative matrix factorization to account for cross-mapping,
ii) Poisson statistics to accurately model low abundance, and
iii) Bayesian statistics-based multinomial clustering to calculate bin numbers. Importantly, it does not require marker gene-based quality measures for binning.
By improving the binning of low-abundance and highly conserved contigs, this approach should yield more high-quality MAGs, thereby enhancing a multitude of downstream metagenomic analyses for all areas of microbiome research.
Mots‑clés
Programme(s)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2022-PF-01
Voir d’autres projets de cet appelRégime de financement
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsCoordinateur
80539 Munchen
Allemagne