Scellmate：整合基因组策展、分类学锚定与移动组关联分析的大规模单细胞扩增基因组半监督框架

《Nature Communications》：Scellmate enables contamination aware curation and host mobilome linkage analysis of large SAG datasets

摘要

单细胞基因组学使研究者能够对原位微生物群落进行细胞水平的解析，然而单拷贝扩增基因组（SAGs）往往存在碎片化、分类学模糊以及易受污染等问题，从而限制了其生物学解释。本研究提出了Scellmate，一个可扩展的半监督框架，能够整合全SAG策展、物种水平分类学锚定以及SAG–移动组关联分析，适用于大规模SAG数据集。分别利用模拟数据集和四菌株模拟SAG数据集对其SAG策展模块和SAG–eMGE关联模块进行了基准测试后，将Scellmate应用于11,976个源自污水的SAG。该方法最终筛选出4,198个通过Scellmate全SAG策展的SAG，揭示了传统宏基因组方法所掩盖的显著异质性。在物种水平上，我们在如Aliarcobacter等丰度高分类群中解析了大量隐藏的多样性，而这些多样性是无法通过对应的宏基因组组装基因组所解析的；在菌株水平上，我们精准定位到一个具有专用碳利用通路的Agathobacter rectalis独特簇群，提示了生态位分化。基于这些经过策展的SAG，我们在2,378个SAG中鉴定了6,474个宿主–移动组关联；这些关联不仅与集成微生物基因组数据库（IMG）系统中的宿主关联数据具有高度一致性，还显著扩展了物种水平的宿主归属。此外，我们在Bacteroidales目内检测到多种隐匿性质粒频繁的种间共享模式。综上，本研究证明了高通量单细胞基因组学在稳健框架的支持下，能够解析细粒度的异质性和宿主–移动组动态变化，从而推进非培养依赖的微生物组研究。