1550-MetaSBT：组织与表征大规模微生物暗物质的计算框架

本研究介绍了一种名为 MetaSBT 的高性能生物信息学框架，旨在高效组织、索引和分类海量的微生物基因组数据。该工具采用创新的序列布隆树 (Sequence Bloom Trees) 数据结构，通过 k-mer 组成分析实现对已知参考基因组及元基因组组装基因组 (MAGs) 的快速比对与增量更新。通过对超过 19 万个病毒基因组的测试，研究者成功识别出大量此前未被发现的微生物暗物质，其中包含约 80% 的未知病毒物种。MetaSBT 表现出卓越的计算可扩展性，其资源消耗随数据量呈线性增长，有效克服了传统比对方法在处理大规模数据集时的瓶颈。此外，该系统已完全集成至 Galaxy 平台，为科研人员提供了一个可重用的开源环境，显著提升了元基因组样本中未知微生物的定量分析能力。References:Cumbo F, Blankenberg D. Characterization of microbial dark matter at scale with MetaSBT and taxonomy-aware Sequence Bloom Trees[J]. Nature Biotechnology, 2026: 1-10.前往小宇宙评论区与主播互动