iMeta | 原核微生物泛基因组与基因组分析平台IPGA

●  IPGA是一个免费、易于使用、基于web的在线服务平台，可以为没有生物信息学基础的科研工作人员提供最新的泛基因组分析服务

●  IPGA为用户提供了可靠的泛基因组谱，使用户能够进行额外的比较基因组学分析

●  IPGA提供了系统发育推断、基因组共线性评估和目标基因组注释等一系列下游分析模块

泛基因组研究手段是研究群体基因组的有力的手段之一。虽然目前有很多计算工具来实现这一点，但一个综合的框架来评估它们的性能并为用户提供最佳的选择还从来没有实现过。为了简化大规模原核生物基因组分析的过程，我们引入了集成原核生物基因组和泛基因组分析（IPGA）平台，这是一个一站式的web服务，可以分析、比较和可视化泛基因组以及单个基因组，使用户无需安装任何特定的工具实现该目的。IPGA提出了一个评分系统，帮助用户评估由不同包生成的泛基因组谱的可靠性，并给出最合理的结果，从而用于后续分析。此外，IPGA集成了多个下游比较分析和基因组分析模块，使用户实现多样化的目标。

pan-genome中文译作泛基因组，是在研究无乳链球菌中被首次提出，其中的pan代表全部之意（10.1073/pnas.0506758102）。它是用于描述一个类群基因组信息的总和，比单一基因组更能展示出一个类群的基因多样性。从整体范围去研究某一个物种或某一个类群的基因多态性、基因组群体结构、进化趋势比针对单一基因组的研究能够更加清晰的展示背后的生物学逻辑，因此不仅仅局限于微生物，各个物种的泛基因组研究都是在近20年的科学舞台上大放光彩。对于微生物亦是如此，尤其对于致病微生物、工业微生物和模式微生物，泛基因组可以结合其元数据中的表型信息，表征关联的基因组多态性，深入挖掘内在的作用机制，建立可靠的泛基因组参考数据集和数据系统，服务疫情防控、药物设计、工业生产、科学研究。

文中展示了9个不同的数据集演示了IPGA泛基因组分析模块的性能，包括宏基因组组装的基因组，食源性病原体的基因组，以及来自几种细菌分支的基因组。8种软件的泛基因组分析结果在这些测试数据集之间存在很大差异（图2A）。在数据集Capnocytophaga和Cellulosilyticum的泛基因组图谱中，IPGA提取了分组在同一簇中的基因对，然后，统计不同泛基因组谱中相同基因对的数量。Roary、panX、OrthoFinder和PPanGGoLiN共享的基因对最多，在这两个数据集中表现也较为可靠（图2B）。从对所有数据集的评价过程结果来看，OrthoFinder、panX和PPanGGoLiN的性能相对稳定，Roary低估了所有数据集的核心基因簇数量，尤其是在大数据集（>200个基因组）中。与其他泛基因组分析平台相比，IPGA提供了性能评估，并提供了测量的泛基因组剖面来进行下游分析。

新物种的提出建议采用泛基因组分析来提供新物种与已发表物种的基因组层面的差异性。我们使用数据集Capnocytophaga演示了一个案例研究，其中包含属于11个物种的12个基因组。在这些基因组中，C. periodontitidis作为新分类菌株被提出。根据ANI值（cutoff = 75，图2C）可将该属11种全部分为4个类群。在11716个同源基因簇中，核心基因簇仅有419个(3.57%)，而不同基因组的独有基因簇多达6976个(59.54%)。其中，C. periodontitidis （559个）的独特基因多于C. ochracea（398个）、C. sputigena（273个）和C. felis（356个）的独有基因（图2D）。这些结果都提供了基因水平的证据，表明其与Capnocytophaga属的其他模式菌有很大的差异。

环形基因组图是基因组注释的常用方法。然而，使用循环基因组表示来可视化碎片化的基因组，特别是对于来自宏基因组数据的高质量组装基因组，具有误导性。我们展示了Cellulosilyticum属的两个基因组，一个来自分离菌株（菌株WCF-2）的完整基因组，使用CGView来展示（下图A）；另一个宏基因组组装基因组（MAG SIG270），使用IPGA绘制螺线图（下图B）。两条链所有基因的gc-skew、gc-content和基因功能注释均显示在不同的环的通道上。

IPGA还可以帮助用户在大量基因组的研究中进行下游分析。以enterobase中标记为从中国分离得到的667个高质量沙门氏菌基因组的数据集为例。基于全基因组SNP的系统发育推断，这些基因组可以分为9个不同的簇（图2E）。由于其中有12个基因组与其他基因组之间的ANI值较低，并且属于一个亚分支，在后面展示中，这个极长的分支被移除（下图左），泛基因组图谱如图2F所示。因此，用户可以根据详细的输出，关注目标簇的基因差异或单核苷酸差异。除了标准的系统发育分析，我们还展示了另一个使用乳酸杆菌属的131个完整基因组的例子。用户可以放大一个分支，以发现一个亚分支中的八个基因组、七个L. iners基因组和一个外组基因组之间的基因组共线性分析结果（下图右）。