宏基因组寄生虫检测中假阳性比对的过滤：基于CIGAR字符串S/M比值的Excel过滤表

《Scientific Reports》：Metagenomic parasite detection trap: prevention with an Excel filter sheet based on CIGAR values

　　

摘要

宏基因组微生物检测中的假阳性比对是一个被低估且未充分探索的问题。在宏基因组样本中，这一问题在寄生虫中比在细菌和病毒中更为关键。我们创建了一个Excel过滤表，基于从Minimap2比对中获得的CIGAR字符串中S、H和M的首尾值之比，以最小化宏基因组寄生虫的假阳性比对。通过应用S/M < 0.3的过滤，在三只猕猴粪便样本的Oxford Nanopore测序数据中，88%到95%的“比对”到十个致病参考寄生虫序列的读段被消除。对剩余读段的CZID注释检测到了内阿米巴、环孢子虫、弓形虫和贾第虫。被消除的“比对”寄生虫读段中，大多数是细菌。对于宏基因组数据，Minimap2 – S/M < 0.3过滤的灵敏度在56.12%到74.92%之间，而对于从NCBI随机下载的50个已注释寄生虫序列，灵敏度为86%（43/50）。我们的Excel过滤表为宏基因组寄生虫检测中的假阳性比对提供了一个临时解决方案。我们倡导基于本文报告的原理，自动化读段过滤用于宏基因组寄生虫检测的工具，以便那些不了解这个假阳性陷阱的工作人员能够避免错误的后续分析和公共卫生干预。