Анализ бактерий по всему миру стал возможен благодаря обработке больших данных

Учёные из Технического университета Мюнхена (TUM) разработали биоинформатический инструмент IMNGS, который позволяет за несколько часов проанализировать все бактериальные последовательности в публичных базах данных и найти сходства или проверить наличие конкретной последовательности.

Контекст и проблема

Микробные сообщества играют ключевую роль в экосистемах и биологических функциях — от круговорота углерода и азота в природе до регуляции иммунных и метаболических процессов у животных и людей. Для их изучения широко используется секвенирование генов бактериальной 16S рРНК — идеальных молекулярных маркеров для восстановления степени родства между организмами.

Технологии секвенирования нового поколения (NGS) привели к экспоненциальному росту объёма и сложности данных. Публичная база данных Sequence Read Archive (SRA) сейчас хранит более 100 000 наборов данных последовательностей генов 16S рРНК, которые ранее не могли быть оценены в полном объёме.

Решение: платформа IMNGS

Новая платформа Integrated Microbial Next Generation Sequencing (IMNGS) доступна по адресу http://www.imngs.org. Она позволяет:

  • Искать в базах данных за относительно короткое время для изучения разнообразия и мест обитания бактерий.
  • Проводить запрос за несколько часов, чтобы выяснить, в каких типах образцов (кишечник, кожа, почва, океан) встречается интересующий исследователя бактериальный патоген.
  • Зарегистрированным пользователям выполнять запросы с фильтрацией по происхождению данных или загружать целые последовательности.

Ограничения и перспективы

  • Качество данных: Описание отдельных образцов в базах данных неполное, что ограничивает возможности сравнения с помощью IMNGS.
  • Неизученность сообществ: Многие члены сложных микробных сообществ ещё не описаны. Улучшение качества наборов последовательностей за счёт сбора новых референсных последовательностей — серьёзная задача.
  • Потенциал для клиник: При условии более тщательного заполнения баз данных сотрудничество с клиниками могло бы стать катализатором прогресса. Хорошо поддерживаемые базы данных в сочетании с такими инструментами, как IMNGS, могли бы потенциально ускорить диагностику хронических заболеваний.