微生物组科学的主要挑战之一是在低生物量研究中区分什么是潜在的环境污染物，什么是真正的、真实的微生物组信号，这些研究像母乳、胎盘或羊水等很少含有微生物DNA。例如，将样本中微生物的DNA与取样套件、提取套件或环境中的残留污染物DNA进行区分可能是一项挑战。

虽然研究人员通常包括来自设备或环境的阴性对照，并使用算法工具来识别环境中存在的微生物，但并非所有数据集都带有阴性对照。贝勒医学院和莱斯大学的研究人员开发了一种新的污染检测工具，以建立微生物鉴定和分析的可重复性。他们的研究结果最近发表在《自然通讯》杂志上。

贝勒和德克萨斯儿童医院的妇产科教授Kjersti Aagaard博士说:“我们与莱斯大学的合作者合作，开发并测试了一种名为‘Squeegee’的计算工具。”“Squeegee的前提是，我们可以使用计算机分析管道来帮助我们检测污染物，预计在所有人类(或其他哺乳动物)宿主中发现的微生物组和采样或实验室环境之间是共同的。”

贝勒的Aagaard实验室在过去十年中进行了IRB批准和NIH资助的研究，从大量生物量特别低和有许多阴性对照的参与者中获得了大量丰富的数据集。他们与莱斯大学特朗根实验室的研究人员合作，测试了一种用于人类研究生命数据集的算法Squeegee，这些数据集有来自不同环境的污染控制和DNA提取套件。他们观察了假阳性率、召回情况，以及在没有阴性对照的情况下，Squeegee预测和标记这些环境污染装置的准确性。

“我们能够证明，在这些基本事实数据集中，Squeegee能够有一个高权重的回忆和非常低的假阳性率，”贝勒妇产科博士后研究助理Michael Jochum博士说。

据Jochum介绍，Squeegee提高了低生物量研究中宏基因组测序分析结果的整体可靠性。新的污染识别工具能够识别批次效应，将其标记为潜在的污染物。鉴于Aagaard实验室在研究这些稀疏的微生物环境方面的重点和专业知识，这是他们为正在进行的和未来的研究添加的工具。

Aagaard说:“对于微生物组科学界来说，Squeegee是一种前所未有的工具，它可以免费使用。”Squeegee的源代码可以在https://gitlab.com/treangenlab/squeegee上公开获取

这项工作的其他贡献者包括Yunxi Liu博士，R.A. Leo Elworth博士和Todd Treangen博士。

这项研究由美国国立卫生研究院和美国国家科学基金会资助。

文章标题

De novo identification of microbial contaminants in low microbial biomass microbiomes with Squeegee