orthoSynAssign：利用共线性信息优化直系同源群组

准确识别直系同源群对于精确的系统发育重建至关重要，但基于聚类的方法往往会生成复杂的、多对多的直系同源群，其中包含造成干扰的旁系同源基因。引入共线性为将这些聚类细化为高粒度、单拷贝直系同源基因提供了一种稳健策略。我们提出了 orthoSynAssign，这是一种用户友好且高性能的 OrthoRefine 直系同源群优化工具重写版本，将直观的 Python 接口与以 Rust 编写的核心计算引擎相结合。这种混合架构确保了安装简便、数据解析流畅以及卓越的计算效率。基于酵母基因顺序浏览器（Yeast Gene Order Browser, YGOB）数据集的评估表明，orthoSynAssign 展现出卓越性能，显著提升了精确率-召回率曲线下面积。此外，针对 193 个散囊菌纲（Eurotiomycetes）基因组的多线程基准测试证实了其良好的可扩展性，在保持严格受限且与线程数无关的内存占用的同时，大幅缩短了执行时间。最终，orthoSynAssign 为高通量系统基因组学工作流程提供了一个可靠且可扩展的框架。

准确识别直系同源群对于精确的系统发育重建至关重要，但基于聚类的方法往往会生成复杂的、多对多的直系同源群，其中包含造成干扰的旁系同源基因。引入共线性为将这些簇细化为高粒度、单拷贝直系同源基因提供了一种稳健的策略。我们提出了 orthoSynAssign，这是对直系同源群优化工具 OrthoRefine 的一个用户友好且高性能的重写版本，将直观的 Python 界面与以 Rust 编写的核心计算引擎相结合。这种混合架构确保了安装简便、数据解析流畅以及卓越的计算效率。在针对酵母基因顺序浏览器（YGOB）数据集的评估中，orthoSynAssign 展现出卓越性能，显著提升了精确率-召回率曲线下面积。此外，基于 193 个散囊菌纲基因组的多线程基准测试证实了其良好的可扩展性，在保持内存占用严格受限且独立于线程数的同时，大幅缩短了运行时间。最终，orthoSynAssign 为高通量系统发育基因组学工作流程提供了一个可靠且可扩展的框架。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.10.744007v1?rss=1

🏷️ 直系同源群 共线性分析 系统发育重建 基因组学 计算工具