CroCoDeEL：一种无需精确控制即可检测宏基因组数据中样本间交叉污染的方法

《Nature Communications》：CroCoDeEL: accurate control-free detection of cross-sample contamination in metagenomic data

　　

摘要

宏基因组测序能够为我们提供关于微生物群落的见解，但这一过程可能会受到技术偏差的影响，其中包括样本间的交叉污染。当同时处理的样本之间无意中交换了微生物内容时，就会发生这种现象，从而导致微生物谱型的扭曲，并影响宏基因组数据及其后续分析的可靠性。现有的检测方法依赖于阴性对照，但这些对照的使用不够充分，且无法检测非对照样本中的交叉污染。与此同时，基于菌株水平的生物信息学方法无法区分污染与自然菌株共享，且灵敏度较低。为了解决这一问题，我们开发了CroCoDeEL——一种用于检测和量化样本间交叉污染的决策支持工具。该工具利用线性建模和预训练的监督模型来识别物种丰度谱中的特定污染模式，无需阴性对照或对样本处理位置的先验知识，从而提高了检测的准确性和灵活性。通过对三个公共数据集的测试表明，只要测序深度足够，CroCoDeEL能够检测出受污染的样本并确定其污染源，即使污染率低于0.1%。将CroCoDeEL应用于多项现有研究后，发现了之前未被发现的污染现象。