基因组学和蛋白质组学数据挖掘杂志

抽象的

法医学中用于个体识别的细菌样本群体分析

John P Jakupciak、Jeffrey M Wells、Jeffrey S Lin 和 Andrew B Feldman

生物防御准备始于能够检测和应对生物威胁，这基于使用复杂但易于使用的生物信息学工具对遗传信息的准确解释。微生物法医学进一步将微生物病原体样本归因于可疑来源。样本表征和追溯来源取决于样本中特定目标的基因组识别、对现有种群混合物的全面分析、检测已识别基因组中的主要/次要变异以及将样本遗传图谱与其他样本进行比较。商用下一代测序 (NGS) 平台有望显著提高法医 DNA 样本的检测灵敏度和分辨率，而目前使用的方法则无法实现这一点。然而，在将这些技术应用于细菌样本的法医分析之前，必须充分阐明 NGS 在比较分析中进行假设检验的优势、注意事项和缺陷，因为最终 NGS 既可用作调查工具，又可用于法庭归因。方法：我们开发并评估了新的概率算法，以处理来自直接样本测序的宏基因组序列数据，以识别混合物中存在的基因组。结果：我们提出了一种无参考样本间比较的流程，以改进目标表征，而不仅仅是一种微生物，以表征全面的样本内容。我们的工具增强了统计信心，可以追踪样本的祖先，并以概率确定性将样本归因于许多目标而不是单个基因组。结论：本研究开发了一种新的无参考生物信息学策略来解释和识别样本中的遗传多样性。序列变体必须在正向和反向读取中以高于测序仪机器误差背景噪声水平的速率进行非任意确认。相似性距离度量比较一系列近亲关系内的基因组。使用来自生物威胁剂的序列数据，我们成功地将已知的相关菌株归为一类，并排除已知不相关菌株的近亲关系。这种法医方法的主要优势在于数据验证和相关性指标的非任意确定性，以及在有或没有相关基因组参考数据库的情况下比较微生物基因组的能力。