Um estudo comparativo de ferramentas de binning de metagenomas utilizando dados simulados microbianos

A Metagenômica é uma derivação do ramo tradicional da Genômica que estuda o genoma de comunidades de microrganismos retirados diretamente do seu habitat, eliminando a necessidade do cultivo laboratorial. A reconstrução da cadeia de DNA de um genoma é feita através do processo de sequenciamento onde são criados fragmentos menores de DNA, que serão posteriormente montados em sequências maiores a fim de se chegar no genoma original. Para dados metagenômicos, esse processo de montagem é mais trabalhoso, dado que vários genomas de organismos diferentes estão presentes na amostra. Separar as sequências obtidas no processo de montagem em categorias distintas de acordo com o nível taxonômico dos organismos é um processo denominado binning, e é importante para facilitar a posterior análise da composição da amostra, para a descoberta de relações filogenéticas e de novos genes. Este trabalho busca comparar os resultados de ferramentas de binning através da definição de um pipeline de análise de dados metagenômicos, utilizando dois conjuntos de dados simulados de 10 e 100 espécies de bactérias. Utilizou-se o software Metaquast para a comparação de três softwares de montagem (IDBA_UD, Megahit e MetasSPAdes) e dois softwares de binning (MetaBAT-2.12.1 e MaxBin-2.2.4). A qualidade dos bins gerados por cada ferramenta foi comparada através da construção de uma Matriz de Confusão e da comparação das métricas de Acurácia, Sensibilidade, Especificidade e Precisão. Como resultado, o MetaBAT se sobressai ao MaxBin na qualidade dos bins gerados em ambos os conjuntos de dados, provando ser uma boa opção na realização do binning de metagenomas.