百万级细菌基因组快速聚类新工具

细菌基因组和宏基因组数据库已包含超过500万个高质量组装序列，但数据库的冗余性和现有工具的有限可扩展性阻碍了全面、树级规模的基因组分析。一项新研究开发了gemsparcl工具，可快速将细菌基因组聚类成基因组一致性组，解决了大规模分析的瓶颈问题。该工具基于alignment-free方法，能高效处理数百万基因组，揭示了原核生物的巨大多样性。研究指出，gemsparcl为理解细菌进化关系和功能多样性提供了新思路。需注意，该研究为预印本，尚未经过同行评审。