《Nature Communications》：High-quality metagenome assembly from nanopore reads with nanoMDBG
编辑推荐：
针对当前宏基因组组装工具无法有效处理大规模、高错误率的牛津纳米孔测序（ONT）数据的难题，研究人员开发了nanoMDBG。该工具通过在最小化序列空间进行纠错预处理，实现了在显著降低计算资源消耗（CPU时间和内存）的同时，从ONT数据中重建出更多高质量宏基因组组装基因组。这项研究证明，最新的ONT技术能够产生与PacBio HiFi相媲美的组装结果，对推动宏基因组学研究具有重要意义。
在探索地球微观世界——特别是那些复杂且未培养的微生物生态系统时，科学家们像拿着不清晰地图的探险家。宏基因组学（Metagenomics）技术让他们能够绕过传统培养的瓶颈，直接解读环境样本中所有微生物的遗传蓝图。其中，高质量地“拼接”出完整的微生物基因组，即获得宏基因组组装基因组（Metagenome-Assembled Genomes, MAGs），是理解微生物物种、功能及其生态角色的关键。近年来，三代长读长测序技术，如PacBio的高保真（HiFi） reads和牛津纳米孔技术（Oxford Nanopore Technologies, ONT），因其长读长优势，极大地改善了宏基因组的组装质量，使得从单个样本中获得数百个近乎完整的MAGs成为可能。
然而，通往更清晰“微生物地图”的道路上横亘着两大障碍。首先，尽管ONT平台的测序准确率已提升至每个碱基错误率约1-2%，且成本效益更高，但现有主流的宏基因组组装工具主要是为高准确度的PacBio HiFi reads优化的。当面对ONT平台产生的、读长更长但错误率相对较高的海量数据时，这些工具往往“水土不服”，难以有效扩展。其次，对大型数据集（例如一个400 Gbp的土壤样本）进行高效组装，对计算资源和时间提出了巨大挑战。如何让强大的ONT测序能力，转化为同样强大的高质量宏基因组组装能力，是研究人员亟待解决的问题。为此，一项发表在《Nature Communications》的研究推出了新工具nanoMDBG，旨在攻克这些难题。
为了开展这项研究，研究团队主要应用了以下关键技术方法：基于最小化序列空间（minimizer-space）的序列纠错预处理算法，这是nanoMDBG的核心创新，用于高效处理ONT reads的高错误率；针对大规模ONT宏基因组测序数据的de novo组装算法，是工具的主要功能；在包括大型土壤样本在内的多种ONT数据集上进行的基准测试与性能评估，用于验证工具效果；通过与现有最佳ONT组装工具metaFlye等对比，评估组装质量（以高完整性、低污染的MAGs数量为主要指标）以及计算资源消耗（CPU时间和内存占用）。
nanoMDBG的性能评估
为了验证nanoMDBG的有效性，研究团队在多套ONT测序数据集上进行了测试。结果表明，nanoMDBG能够从这些数据中重建出比现有最佳ONT组装工具（metaFlye）多出近一倍的高质量MAGs。这直接证明了其在提升组装产出质量方面的优越性。
计算效率的比较
除了组装质量，计算效率是实际应用中的另一关键考量。评估结果显示，在处理相同数据集时，nanoMDBG所需的CPU时间和内存消耗仅约为metaFlye的三分之一。这标志着nanoMDBG在计算资源利用上实现了显著优化，使其能够更高效地处理大型数据集。
ONT与PacBio HiFi技术的比较
一个关键性的发现是，当使用最新的ONT技术并在相同测序深度下，nanoMDBG能够获得与使用PacBio HiFi reads相媲美的MAGs构建结果。这一结论打破了以往认为HiFi数据在准确性上具有绝对优势的认知，为成本更低的ONT技术在高质量宏基因组研究中的应用提供了有力证据。
大型复杂样本的组装挑战
研究特别测试了nanoMDBG在超大型、复杂性高的数据集上的表现，例如一个大小约400 Gbp的土壤宏基因组样本。面对这一极具挑战性的任务，nanoMDBG依然成功运行并完成了组装，展示了其处理现实世界复杂样本的强大扩展能力和实用性。
综上所述，本研究开发并验证了nanoMDBG这一专门为最新牛津纳米孔测序数据优化的宏基因组组装工具。结论指出，nanoMDBG通过引入最小化序列空间纠错的预处理步骤，有效克服了现有组装器难以处理大规模、有噪声ONT数据的局限性。其显著优势体现在两个方面：一是产出更多高质量、近乎完整的宏基因组组装基因组；二是大幅降低了对计算资源（CPU时间和内存）的需求，提高了组装效率。讨论部分强调了这项研究的重要意义：它不仅仅是一个新工具的发布，更标志着宏基因组学研究方法学上的一次进步。nanoMDBG成功弥合了低成本、高通量ONT测序技术与高质量基因组组装需求之间的鸿沟，使得研究人员能够利用ONT数据获得与PacBio HiFi技术相当的分析结果。这将极大促进大规模、深度微生物组研究的开展，特别是在环境微生物学、人类肠道微生物组等需要处理极端复杂样本的领域，为更经济、更高效地揭示微生物世界的奥秘提供了强大的新工具。
