- 3 次围观
背景：质粒是水平基因转移（HGT）的关键驱动因素，能够促进附加性状的传播，进而塑造微生物的适应性及生态相互作用。盐古菌纲是高盐环境中的优势类群，对其质粒组进行表征仍然极具挑战性，因为目前可用的基因组大多不完整，导致许多重叠群无法被判定为染色体来源或质粒来源。这一局限阻碍了我们重建古菌质粒多样性，以及评估质粒携带基因如何在盐古菌纲内部乃至可能在该纲之外传播的能力。结果：本文介绍了 HaloClassifier，这是首个专门用于区分盐古菌基因组中质粒来源与染色体来源重叠群的机器学习工具。不同于现有以细菌为主要对象的方法，HaloClassifier 独特地整合了盐古菌特异性基因组特征与编码衍生特征——后者是一类尚未得到充分利用但信息量极高的预测特征——并采用变量选择策略，在保持较高预测准确率的同时，显著降低了模型复杂度和计算成本。使用完整盐古菌基因组生成的模拟重叠群进行训练后，该模型对超长重叠群（40–100 kb）的准确率达到 96.61%；当分类阈值设为 0.6 时，准确率提高至 98.1%，仅有 3.55% 的重叠群未被分类。对于短重叠群（1–5 kb），该模型的总体准确率为 79.51%；当分类阈值设为 0.6 时，准确率达到 84.42%，有 17.07% 的重叠群未被分类。该模型在宏基因组数据集中也保持了稳健的性能。结论：HaloClassifier 能够在碎片化组装结果中可靠地识别质粒，填补了一项重要空白，并为大规模研究奠定了基础盐古菌质粒组重建。该框架将为未来研究盐古菌中的基因流动性、生态适应以及质粒和水平基因转移（HGT）的进化动态提供支持。
HaloClassifier：整合编码特征信号与 k-mer 组成，用于嗜盐古菌基因组中的质粒—染色体区分 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
HaloClassifier：整合编码特征信号与 k-mer 组成，用于嗜盐古菌基因组中的质粒—染色体区分
查看 ORCID 个人资料
Lorena
Lopez-Roig
，
查看 ORCID 个人资料
Fernando
Gonzalez-Candelas
，
查看 ORCID 个人资料
Alfred
Fillol-Salom
doi：
https://doi.org/10.64898/2026.09.21.753098
Lorena Lopez-Roig
瓦伦西亚大学
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Lorena Lopez-Roig 的 ORCID 记录
通讯请联系：
loroiglo{at}uv.es
Fernando Gonzalez-Candelas
瓦伦西亚大学
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Fernando Gonzalez-Candelas 的 ORCID 记录
Alfred Fillol-Salom
瓦伦西亚大学
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Alfred Fillol-Salom 的 ORCID 记录
摘要
信息/历史
指标
补充材料
数据/代码
PDF 预览
摘要
背景：质粒是水平基因转移（HGT）的关键驱动因素，能够促进附属性状的传播，并塑造微生物的适应过程和生态相互作用。在嗜盐古菌占主导的高盐环境中，质粒组的表征尤具挑战性，因为现有的大多数基因组并不完整，导致许多重叠群无法判定其来源是染色体还是质粒。这一局限阻碍了我们重建古菌质粒多样性，并评估质粒携带基因如何在……中传播。
盐古菌，且可能也适用于这一类群之外。
结果：本文介绍了 HaloClassifier，这是首个专为区分盐古菌基因组中质粒来源与染色体来源重叠群而设计的机器学习工具。与现有以细菌为研究对象的方法不同，HaloClassifier 独特地整合了盐古菌特异性基因组特征与编码序列衍生特征——后者是一类利用不足但信息量极高的预测因子；此外，该工具还采用了变量选择策略，在保持较高预测准确率的同时，大幅降低了模型复杂度和计算成本。使用完整盐古菌基因组生成的模拟重叠群进行训练后，该模型在超大型重叠群（40–100 kb）上的准确率达到 96.61%；当分类阈值设为 0.6 时，准确率升至 98.1%，未分类的重叠群仅占 3.55%。对于小型重叠群（1–5 kb），模型总体准确率为 79.51%，在分类阈值为 0.6 时达到 84.42%，未分类的重叠群占 17.07%。该模型在宏基因组数据集中也保持了稳健的性能。
结论：HaloClassifier 能够在片段化组装中可靠地识别质粒，弥补了该领域的一项重大空缺，并为大规模重建盐古菌质粒组奠定了基础。该框架将支持未来对盐古菌中基因移动、生态适应以及质粒和水平基因转移（HGT）演化动态的研究。
利益冲突声明
作者声明不存在竞争性利益。
脚注
https://doi.org/10.5281/zenodo.22233815
已声明的资助信息
西班牙政府，PID2023-152560NA-I00，PID2024-155977OB-I00
瓦伦西亚自治区政府，CIDEIG/2023/18
瓦伦西亚自治区政府文化、教育与科学部，CIPROM2021-053
瓦伦西亚自治区政府
，CIACIF/2024/186
著作权
该预印本的著作权持有人为作者/资助者，其已授予 bioRxiv 永久展示该预印本的许可。
本预印本依据以下许可协议提供：
CC-BY-NC-ND 4.0 国际许可协议
。
返回顶部
上一篇
下一篇
发布于 2026 年 9 月 25 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。
注意：要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
您的电子邮件
*
您的姓名
*
发送至
*
如需输入多个地址，请分别在不同的行中输入，或用逗号分隔。
您将通过电子邮件发送以下内容
HaloClassifier：整合编码特征签名与 k-mer 组成，用于嗜盐古菌基因组中质粒与染色体的判别
邮件主题
（您的姓名）已从 bioRxiv 向您转发了一个页面
邮件正文
（您的姓名）认为您可能想查看 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，并防止自动提交垃圾信息。
分享
HaloClassifier：整合编码特征签名与 k-mer 组成，用于嗜盐古菌基因组中质粒与染色体的判别
Lorena
Lopez-Roig
，
Fernando
Gonzalez-Candelas
，
Alfred
Fillol-Salom
bioRxiv
2026.09.21.753098；
doi：
https://doi.org/10.64898/2026.09.21.753098
分享本文：
复制
引用工具
HaloClassifier：整合编码特征签名与 k-mer 组成，用于嗜盐古菌基因组中质粒与染色体的判别
Lorena
Lopez-Roig
，
Fernando
Gonzalez-Candelas
，
Alfred
Fillol-Salom
bioRxiv
2026.09.21.753098；
doi：
https://doi.org/10.64898/2026.09.21.753098
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（带标签）
EndNote 8（XML）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文小组件
Facebook 点赞
Google +1
学科领域
生物信息学
学科领域
所有文章
动物行为与认知
(8046)
生物化学
(18817)
生物工程
(14941)
生物信息学
(44600)
生物物理学
(22668)
肿瘤生物学
(19794)
细胞生物学
(26979)
临床试验
(138)
发育生物学
(14017)
生态学
(21075)
流行病学
(2067)
进化生物学
(25512)
遗传学
(16202)
基因组学
(23560)
免疫学
(18762)
微生物学
(42626)
分子生物学
(18129)
神经科学
(93757)
古生物学
(703)
病理学
(2993)
药理学与毒理学
(5111)
生理学
(8146)
植物生物学
(16042)
科学传播与教育
(2099)
合成生物学
(4578)
系统生物学
(10264)
动物学
(2394)
关键词：嗜盐古菌 · 质粒识别 · 重叠群分类 · 机器学习 · 编码特征 · k-mer组成
原文链接：https://www.biorxiv.org/content/10.64898/2026.09.21.753098v1?rss=1