[文献解读#2] MetaCHIP检测菌群中的横向转移基因

微生物文献解读：用问题形式串联文章主要思路及其结论，快速看懂正文主图。

MetaCHIP: community-level horizontal gene transfer identification through the combination of best-match and phylogenetic approaches

• 杂志：Microbiome [11.607]
• 发表时间：4 March 2019
• 第一单位：Centre for Marine Bio-Innovation, University of New South Wales
• 第一作者：Weizhi Song
• 通讯作者：Torsten Thomas
• 链接：https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-019-0649-y

简介

本文设计与开发算法MetaCHIP，结合序列比对和系统发育分析，可以实现无参考基因组的、在菌群层次上横向转移基因（HGT，horizontal gene transfer）的检测。

背景

• Q: 什么是横向转移基因（HGT）？
• A: 是指有机体之间遗传物质的转移，通常是微生物进化和适应性的重要原因（例如抗性基因，毒力基因）。
• Q: HGT和MGE（可移动遗传元件）的区别是什么？
• A: 虽然本文没有提及，但是我的理解是HGT可以是单个gene的转移。MGE是元件（element），指得是可以转移的（一般为）一簇（cluster）基因，他们一般包含行驶转移和整合功能的gene与所携带的gene（cargo gene），后者一般就是HGT关注的对象。
• Q: 为什么要研究bacterial community的HGT？
• A: 细菌本来就是以community发生作用，随着宏基因组学数据积累，可以让我们研究bacteria之间gene的转移，从而让我们从一个菌落的角度理解他们发挥的功能。
• Q: 以前都有什么方法？MetaCHIP的优势在哪里？
• A: 前人方法基本分为3种，以1.基因组成分特征（compositional features）为主的方法（如GIST，IslandViewer）；2.最佳比对（best-match）为主的方法（如DrakHorse，HGTector）；3. 显性系统发育分析为主的方法（如Ranger-DTL，AnGST），即对比gene tree和species tree之间的不一致性从而找到转移的gene。
  以往方法一是不适用于community，二是需要reference genome，这都限制了它的运用。MetaCHIP就是能解决以上两点。

方法

Figure.1 MetaCHIP的workflow.

算法主要分为两部分：best-match + phylogeny.

• best-match：

1. 将整个基因组数据中的ORF预测出来
2. 将ORFs两两用BLASTN比对，经过参数筛选后，得到两两的matches。
3. 将所有genomes分成group（按照分类学注释分组，例如A，B，C，这里的group可以是class/order/genus层面），各组的一条genome分别叫Ax，By，Cz; 每条genome上的一个gene叫Ax-N，By-N，Cz-N; 假设A组中有个gene叫A1-01，它的BLASTN结果在每组match为IAx，IByÿ