标题：De novo identification of microbial contaminants in low microbial biomass microbiomes with Squeegee
期刊：Nature communications
发表时间：2022-10-25
目的：
de novo去除宏基因组测序（metagenomic sequencing）过程中引入的污染
亮点：
De novo去除污染，无需额外其他信息，如阴性对照或者样品DNA浓度
原理：
基于假设：污染的物种在不同样品中会有相似的特征
Fig 1
污染鉴定考虑以下指标：
- Prevalence Scoring： prevalence score针对不同样本类型加权，避免样本类型数量不同引入的偏差。score越高，物种在不同类型样本中更共享，更可能是污染
- Metagenome Distance scoring：Mash计算不同样本之间的差异。值越大，差异越大。差异越大的样本共享的物种更可能是污染。
- Breadth of Genome Coverage Scoring和Classification Error Detection：使用Bowtie2将reads比对回潜在的污染物种参考基因组，计算覆盖度和深度，判定物种是否真实存在于样本中。通常覆盖度越大，证明物种真实存在；如果大量的reads只覆盖一小部分基因组，一般为错误分类。
