CurateMake：一种用于多来源 ITS 参考数据库协调与系统发育验证的可审计工作流程

1. 参考数据库塑造了宏条形码分析的分类学分辨率、不确定性和可重复性。对于 ITS 条形码而言，公共参考数据分散于采用不同分类学规范、地理覆盖范围和注释实践的多个资源库中，这在数据库合并或比较时会产生冲突、分类阶元缺失以及错误注释。 2. 我们提出 CurateMake，这是一个用于 ITS 参考数据库构建、协调与验证的可重复 Snakemake 工作流。该工作流整合了四个公共数据源（UNITE、BOLD、PLANiTS 和 CALeDNA）以及用户提供的数据库，将 Catalogue of Life 名称协调、基于 ITSx 的区域标准化、基于 MSA/HMM 的比对分组以及 SATIVA 系统发育验证结合起来。在整个流程中，均保留原始注释层、经 CoL 协调的注释层和经 SATIVA 验证的注释层，以便比较整理效果，同时保留被标记的记录供进一步审查。 3. 我们在 358 万条导入序列和受控错误注入模拟上评估了 CurateMake。ITSx 通过从全长 ITS 记录中恢复 ITS1 和 ITS2 子区域，使最终协调后的数据库扩展至 519 万条可分辨至条形码层级的条目。在整个数据集中，簇内归一化熵从原始注释到 CoL 协调注释再到 SATIVA 验证注释逐步降低，这与分类学一致性的提升相一致。在模拟中，CurateMake 在 1%–50% 的错误污染范围内实现了最高的纠正率；在 15% 错误污染条件下，其纠正了 42% ± 1% 的引入错误，而单独使用 CoL 仅纠正了 28% ± 1%，在缺乏该工作流比对基础设施的情况下，单独使用 SATIVA 的纠正率为 0%。 4. 这些结果表明，命名协调和系统发育信息驱动的验证能够处理互补的错误类型，而在本基准测试中，系统发育验证仅在分类单元一致的比对中才表现出可测量的贡献。因此，CurateMake 为宏条形码工作流中的 ITS 参考数据库整理提供了一个可重复、可追踪来源的、可审计的框架。

CurateMake：一种用于多来源 ITS 参考数据库协调与系统发育验证的可审计工作流程 | bioRxiv

跳转至主要内容

首页 关于 提交 提醒 / RSS 搜索此关键词 高级搜索 新结果

CurateMake：一种用于多来源 ITS 参考数据库协调与系统发育验证的可审计工作流程

Auguste Gardette， Eugeni Belda， Edi Prifti， Jean-Daniel Zucker

doi： https://doi.org/10.64898/2026.07.10.737676

Auguste Gardette 发展研究所 - 索邦大学 - UMMISCO 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 一项永久展示该预印本的许可。

本文依据 CC-BY 4.0 国际许可协议 提供。

返回顶部

上一页

下一页

发布于 2026 年 7 月 16 日。

下载 PDF

补充材料

数据/代码

电子邮件

感谢您有兴趣传播 bioRxiv 的内容。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址，每行一个，或用逗号分隔。

您将要通过电子邮件发送以下内容

CurateMake：一种用于多来源 ITS 参考数据库统一化和系统发育验证的可审计工作流程

消息主题

（您的姓名）已从 bioRxiv 向您转发了一个页面

消息正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。

分享

CurateMake：一种用于多来源 ITS 参考数据库统一化和系统发育验证的可审计工作流程

Auguste Gardette

Eugeni Belda

Edi Prifti

Jean-Daniel Zucker

bioRxiv

2026.07.10.737676； doi： https://doi.org/10.64898/2026.07.10.737676

分享本文：

复制

引文工具

CurateMake：一种用于多来源 ITS 参考数据库统一化和系统发育验证的可审计工作流程

Auguste Gardette

Eugeni Belda

Edi Prifti

Jean-Daniel Zucker

bioRxiv

2026.07.10.737676； doi： https://doi.org/10.64898/2026.07.10.737676

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.10.737676v1?rss=1

🏷️ ITS参考数据库 宏条形码 数据库协调 系统发育验证 Snakemake工作流 分类学注释