據(jù)說地球上，地上和周圍的微生物數(shù)量超過了銀河系中的恒星。預(yù)計(jì)病毒總數(shù)甚至?xí)蟠蟪^計(jì)算量。雖然許多病毒仍未知和未經(jīng)培養(yǎng)，但基因組測序和分析方面的進(jìn)展使研究人員能夠從宏基因組和元轉(zhuǎn)錄組數(shù)據(jù)集中識別出超過750,000個未培養(yǎng)的病毒基因組。在IMG / VR中，由美國能源部(DOE)聯(lián)合基因組研究所(JGI)，美國能源部科學(xué)用戶設(shè)施辦公室的研究人員建立和維護(hù)的病毒序列數(shù)據(jù)庫，病毒多樣性在一年內(nèi)增加了兩倍。

隨著越來越多的研究人員繼續(xù)組裝未培養(yǎng)病毒的新基因組序列，JGI研究人員領(lǐng)導(dǎo)了社區(qū)努力制定定義病毒數(shù)據(jù)質(zhì)量的指南和最佳實(shí)踐。在2018年12月17日發(fā)表在Nature Biotechnology上的一份報(bào)告中，JGI與一些病毒專家合作; 以及來自基因組標(biāo)準(zhǔn)聯(lián)盟(GSC)的代表，這是一個開放式會員工作機(jī)構(gòu)，讓研究界參與標(biāo)準(zhǔn)制定過程; 國際病毒分類委員會，病毒官方分類的主要權(quán)威，目前正在根據(jù)基于序列的信息重新評估病毒分類。

質(zhì)量和分析指南

“病毒是每個微生物生態(tài)系統(tǒng)的關(guān)鍵組成部分.JGI對開發(fā)病毒基因組標(biāo)準(zhǔn)特別感興趣，因?yàn)槲覀冏约荷闪舜罅窟@些數(shù)據(jù)，”JGI研究科學(xué)家和第一作者Simon Roux說。“我們是一小部分研究人員的一部分，他們詳細(xì)審查了這些數(shù)據(jù)，已經(jīng)看到指標(biāo)，并可以提供指導(dǎo)以幫助確定數(shù)據(jù)質(zhì)量。此外，在本文中，我們試圖提供的不僅僅是標(biāo)準(zhǔn)，而是還概述了可以對這些數(shù)據(jù)進(jìn)行何種類型的分析，以幫助想要描述他們自己的新型病毒特征的研究人員。“

培養(yǎng)的病毒已經(jīng)有了自己的數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)，但這些標(biāo)準(zhǔn)不能直接應(yīng)用于未培養(yǎng)的病毒，這些病毒的序列通常是不完整的，并且某些屬性只能通過計(jì)算方法間接預(yù)測。

馬里蘭大學(xué)醫(yī)學(xué)院基因組科學(xué)研究所的GSC主席Lynn Schriml說：“未開墾的病毒基因組社區(qū)已經(jīng)共同確定了重要的報(bào)告和對研究界有價(jià)值的東西。” GSC包括來自國家生物技術(shù)信息中心(NCBI)，歐洲生物信息學(xué)研究所和日本DNA數(shù)據(jù)庫(DDBJ)的代表，他們也參與了本文的合作。

病毒基因組質(zhì)量的分類

在該論文中，Roux及其同事概述了未開墾的病毒基因組的最低信息量，包括來源，病毒基因組鑒定方法和數(shù)據(jù)質(zhì)量。JGI先前已經(jīng)開發(fā)了用于報(bào)告的最小元數(shù)據(jù)的標(biāo)準(zhǔn)，其中單個擴(kuò)增的基因組(SAG)和宏基因組裝的基因組(MAG)被提交到公共數(shù)據(jù)庫。

“一般來說，病毒序列數(shù)據(jù)和微生物組數(shù)據(jù)的巨大增長需要強(qiáng)大的標(biāo)準(zhǔn)和數(shù)據(jù)質(zhì)量指標(biāo)，以便研究界能夠利用這些數(shù)據(jù)進(jìn)行比較分析，”JGI Metagenome計(jì)劃負(fù)責(zé)人兼研究高級作者Emiley Eloe-Fadrosh表示。“通過建立和推廣' 最佳實(shí)踐 '，研究界有機(jī)會打破數(shù)據(jù)可訪問性和可重用性的障礙，從而在最初的項(xiàng)目范圍之外擴(kuò)大研究范圍。”

該團(tuán)隊(duì)提出了三類基因組質(zhì)量。“基因組片段”由單個或多個片段組成，預(yù)測其完整性小于90%，或者沒有估計(jì)的基因組大小，并且被最小程度地注釋。估計(jì)“高質(zhì)量草案基因組”代表完整預(yù)期基因組序列的90%或更多，在片段中任何間隙跨越大多數(shù)重復(fù)區(qū)域。最后，“完成的基因組”將包括由沒有間隙的單個連續(xù)序列組成的完整基因組和廣泛的注釋。

“如果你要建立一個標(biāo)準(zhǔn)，”Schriml指出，“必須討論應(yīng)該與研究界，分類學(xué)家和數(shù)據(jù)庫提供者展示什么，并將這些數(shù)據(jù)需求整合到標(biāo)準(zhǔn)中。” Schriml補(bǔ)充說，期刊也開始支持GSC的“關(guān)于任何(X)序列的最低信息量(MIxS)”指南的應(yīng)用，該指南是未開墾的病毒 基因組的保護(hù)傘。標(biāo)準(zhǔn)和其他類似的社區(qū)努力。GSC使用上傳到BioSample數(shù)據(jù)庫的記錄跟蹤過去十年中開發(fā)的這些標(biāo)準(zhǔn)的采用情況。這些記錄反映了收集，測序和注釋的單個樣本，Schriml表示目前有近450,000份BioSample記錄參考了MIxS指南，而春季追蹤的記錄為326,000。