Fungen：基于长读长宏转录组数据的真核微生物聚类校正工具及其在生态功能解析中的应用

为解决长读长宏转录组技术因缺乏高质量参考基因组和高错误率限制其应用的问题，研究人员开发了无需参考基因组的工具Fungen。该工具通过读段聚类和错误校正构建精准转录本，在保持高准确度的同时显著降低内存消耗并提速22-56倍，成功克服近缘物种序列相似性难题。应用于海洋RNA和土壤样本时，Fungen实现了高分辨率分类注释和基因表达动态解析，为真核微生物多样性及功能研究提供了高效解决方案。

　　

长读长宏转录组技术(long-read metatranscriptomics)作为解析活性真核微生物(eukaryotic microorganisms)遗传多样性及表达动态的利器，能通过全长转录本特征分析实现低成本高效研究。然而该技术长期受限于两大瓶颈：参考基因组匮乏与高测序错误率。Fungen应运而生——这款无需参考基因组(reference-free)的创新工具，通过读段聚类(read clustering)与错误校正(error correction)双管齐下，不仅能构建高精度转录本，更以突破性的性能优化实现内存占用锐减，运算速度较现有方法提升22-56倍。其创新算法有效破解了近缘物种间序列相似性造成的分类困局，使深度测序的宏转录组数据能产出可靠基因簇(gene clusters)与准确序列。

研究团队通过两大应用场景验证其价值：在海洋直接RNA测序(direct RNA datasets)中实现高分辨率分类学注释(taxonomic assignments)与基因表达谱(gene profiling)；在靶向rRNA全长测序中完成高可信度注释鉴定。更令人振奋的是，当应用于土壤宏转录组数据时，Fungen成功揭示了土壤原位(in situ)真菌群落组成与基因表达动态，特别解析出植物病原真菌(plant-pathogenic fungi)在土壤环境中的特化生存策略。这项技术为复杂样本中真核微生物的多样性普查与功能挖掘提供了快速、可扩展且精准的分析方案，为长读长测序技术在生态学研究中的深度应用开辟了新航道。