谢俊 , 胡智强

上海交通大学生命科学技术学院, 生物信息与生物统计实验室, 上海, 200240
作者    通讯作者
基因组学与应用生物学, 2015 年, 第 34卷, 第 225 篇   
收稿日期: 2015年06月01日    接受日期: 2015年06月30日

这是一篇采用Creative Commons Attribution License进行授权的开放取阅论文。只要对本原作有恰当的引用，版权所有人允许和同意第三方无条件的使用与传播。

很多分类软件在序列分类时，只能使用完全测序的微生物基因组序列作为参考库。然而，很多微生物没有完整的基因组数据，只有部分测序的数据。本研究旨在探究这些未完全测序的数据对微生物的分类有什么样的影响。本实验从NCBI上下载了细菌的完全测序的基因组数据和未完全测序的基因组数据。利用本实验室自行开发的序列模拟软件NeSSM和短序列分类软件MetaBinG，以hc、mc两个物种比例模拟出元基因组数据作为测试数据，以参考库CG（只含有完全测序的细菌基因组序列）和PCG（同时含有部分测序的细菌基因组序列和完全测序的细菌基因组序列）作为比对库，对测试序列进行分类，并按照门、纲、目、科、属、种的水平对分类结果的准确率进行统计。结果显示不同分类水平下，参考库中添加入未完全测序的数据均能提高对微生物分类的准确性。

部分测序的基因组；完全测序的基因组；分类