[文献解读#1] 可移动遗传元件助力细菌适应性进化

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。

---

A Bioinformatic Analysis of Integrative Mobile Genetic Elements Highlights Their Role in Bacterial Adaptation

• 杂志：Cell Host & Microbe [15.923]
• 发表时间：8 January 2020
• 第一单位：Department of Genetics, Stanford University
• 第一作者：Matthew G. Durrant
• 通讯作者：Ami S. Bhatt
• 链接：https://www.sciencedirect.com/science/article/abs/pii/S1931312819305463

---

简介

本文设计与开发了软件MGEFinder，用于识别插入与整合到基因组上的MGE（mobile genetic elements，可移动遗传元件）。利用MGEFinder，研究者分析了MGE在9个重要病原微生物上的分布、种类与大小等，刻画了其MGE库。同时，审查了MGE与毒力、抗生素抗性和致病性的关系。

---

背景

• Q: 为什么要分析MGE（可移动遗传元件）？

• A: 成功感染人类的病原体总是有着牛逼的表性特征，类似以抗生素抗性。获得这种“超能力”可以通过SNP，indel，inversion，duplication或者本文中的MGE，这些途径。MGE都是大段的基因插入与改变，因此MGE是获得适应性表型的重要途径之一。

• Q: 原核生物MGE都包括什么呢？（注：本文只探讨原核生物）

• A: MGE包括：插入序列元件（IS element），转座子（transposon），整合子（integron），质粒（plasmid），细菌噬菌体（bacteriophage）。

• Q：目前有其他方法寻找MGE吗？为什么本文比较突出？

• A: MGE在序列长度上范围很大，从几十bp-几十万bp不等。目前主要有两类方法：一个是基于全基因组比对（e.g. Mauve）主要寻找大段插入；一个是根据重复特征，主要寻找IS element，也就是小段插入。但是前者不能找小片段，后者不能找大片段且依赖于已知MGE的序列与注释数据库。因此本文开发了一种基于短序列回帖的算法，不依赖于数据库比对，能找到各种长度的MGE。

---

结果

MGEFinder算法步骤

Figure 1A

1. 测序短序列（主要来自SRA数据库）回贴到参考基因组
2. 搜索回帖中被切断的含有clipped end的reads X（说明这里有插入发生）
3. 找到clipped的方式与X相反的clipped reads Y，组成配对，并记录两端的ends（代表插入事件的两端插入位点）-> 获得MGE插入位点
4. 对于每个细菌isolate，拼接出一个draft asssembly，然后从这个draft中推测出插入片段序列 ->获得MGE插入序列
5. 当寻找MGEs的时候，将找到的插入序列加入到动态生成的数据库。对新