上海
编辑丨王多鱼
排版丨水成文
从宏基因组测序数据中恢复高质量的微生物基因组，对于准确分析和理解微生物变异至关重要。然而，现有的聚类方法通常在准确性和可扩展性方面存在局限。
2026 年 9 月 1 日，西安交通大学杨铁林教授、郭燕教授团队在Nature Microbiology期刊发表了题为：MetaCAT enables reconstruction of high-quality microbial genomes and their association with host traits from metagenomic data 的研究论文。
该研究开发了一种宏基因组分析新方法——MetaCAT（Metagenome Clustering and Association Tool），不仅提高了复杂宏基因组中高质量微生物基因组的重建能力和计算效率，还进一步整合了微生物 SNP 检测及宏基因组关联分析，使宏基因组研究能够从传统的物种组成与丰度分析深入到微生物遗传变异与宿主表型关联，为精准解析宿主-微生物互作提供了新的方法基础。
在这项新研究中，研究团队开发了MetaCAT（Metagenome Clustering and Association Tool），这是一个将宏基因组数据中微生物基因组的恢复与其宿主表型关联分析相结合的框架。
MetaCAT 采用稀疏加权狄利克雷过程高斯混合模型（SWDPGMM），能够准确高效地分解复杂数据集，并结合 k-mer 频率与测序读长覆盖度，以提升基因组重建效果。该工具还提供专门的工作流程，用于识别微生物单核苷酸多态性以及开展宏基因组范围的宿主关联研究。在多种数据集上，MetaCAT 在聚类准确性和计算效率方面均优于现有方法。
利用结直肠癌队列的宏基因组数据，MetaCAT 揭示了此前未被发现的与结直肠癌相关的标志物种及微生物单核苷酸多态性。
总的来说，MetaCAT 为微生物群落分析提供了可扩展的框架，推动了我们对宿主-微生物相互作用的理解。
论文链接：
https://www.nature.com/articles/s41564-026-02472-7
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
