超大鸿沟的微生物序列比速率是多年来困扰感染病学科与微生物学科发展的主要期间瓶颈之一。2025年9月10日，重庆医科大学从属第二病院感染病学科沈伟副酌量员与欧洲生物信息酌量所（EMBL-EBI）Zamin Iqbal教学合营，在海外泰斗期刊Nature Biotechnology（IF=41.7）在线发表了题为“Efficient sequence alignment against millions of prokaryotic genomes with LexicMap”的原创性酌量论文。

\n

\n

论文首页截图/图源 重医附二院

\n

如同使用搜索引擎在互联网上查找网页相同，生物学家也时常需要在已有测序数据中搜索感兴味的生物序列，举例民众卫生行家需要在全球测序数据中搜索佩戴特定抗生素耐药基因的质粒。但是，由于进化和突变的存在，查询序列和推敲序列经常存在互异，从而需要复杂的狡计——这个经由称为“序列比对”（Sequence Alignment）。

\n

微生物粗拙存在于当然界及动植物体内，与环境和东说念主类健康密切相干。尽管单个微生物的基因组较小，但其物种数目纷乱且突变速率快，因此呈现出极高的各样性。连年来，全球微生物序列数据捏续、快速增长，举例GenBank数据库中已收录逾越200万个细菌和古菌基因组（推测逾越10万亿碱基），其鸿沟远超现存序列比对软件的狡计智商。BLAST是自上世纪90年代起流行于今的经典序列比对软件。但是，即使在云狡计的坚贞狡计资源加捏下，NCBI网站上的在线BLAST或然比对的细菌基因组比例仍在逐年呈指数级下落，已难以欢悦各样化的生物医学酌量需求。

\n

在本酌量中，作家开拓了一个全新的序列比对软件LexicMap，相沿在百万鸿沟原核（细菌与古菌）基因组中，对基因、质粒、长读长测序数据进行准确、快速、低内存的碱基水平序列比对。与现存活动（包括Blastn、Minimap2、MMseqs2、Ropebwt3）比拟，LexicMap在保捏荒谬准确性的同期，速率更快、内存占用更低、具有更高的可扩张性。举例，在包含234万个细菌与古菌的数据库中，比对1个基因并复返总计匹配收尾仅耗时3到33分钟，内存破钞4到15 GB（使用48线程、数据库存放于机械硬盘中）。

\n

LexicMap使酌量东说念主员或然在单机环境下，对全球总计已测序拼接的微生物基因组完了准确而快速的序列比对，这将为流行病学、生态学、进化生物学等鸿沟的酌量提供有劲相沿。

\n

\n

序列比对/搜索性能比较。/图源 重医附二院

\n

多个序列比对/搜索器具分歧在包含1、10、100、1千、1万、10万、100万个原核基因组的数据库中查询两条查询序列的时候和内存破钞。查询序列包含1个有数的基因和1个保守的16S rRNA基因。

\n

重庆医科大学从属第二病院沈伟副酌量员为该论文第一作家与共同通信作家，欧洲生物信息酌量所Zamin Iqbal教学为临了通信作家；重医附二院为第一作家单元。该酌量受到国度当然科学基金、国度留学基金委、EMBL Visitor/Sabbatical Programme fellowship、重医附二院登峰学科群集结表情和悯恤英才等表情的资助。

\n

作家先容

\n

\n

沈伟，理学博士，副酌量员，硕士生导师（生物信息学），重庆生物信息学会常务理事，在重庆医科大学从属第二病院病毒性肝炎酌量所职责。主要酌量标的包括微生物基因组、宏基因组、大鸿沟基因组数据检索等生物信息学算法想象与软件开拓；主捏国度当然科学基金面上表情等5项科研表情；以第一和/或通信作家身份在Nature Biotechnology、iMeta、Bioinformatics等期刊发表SCI论文9篇，其中2篇影响因子大于30，单篇最高援用2800余次，H-index 21。（资讯）

\n

原标题：重医附二院感染病学科沈伟团队在Nature Biotechnology杂志发表最新酌量后果  相沿百万鸿沟细菌基因组的序列比对软件LexicMap云体育app下载安装