EasyDIVER+：助力核酸与氨基酸体外进化高通量测序数据分析的前沿利器

《Journal of Molecular Evolution》：EasyDIVER?+?: An Advanced Tool for Analyzing High Throughput Sequencing Data from In Vitro Evolution of Nucleic Acids or Amino Acids

在体外进化研究中，分析核酸或氨基酸体外进化产生的高通量测序（HTS）数据面临诸多挑战，现有工具难以满足需求。研究人员开发了 EasyDIVER+工具，它集处理、分析和可视化功能于一体，为肽和蛋白质数据的生物信息学分析带来重大进展，有助于推动体外进化研究。

　　在生命科学的探索旅程中，体外进化技术如同神奇的魔法棒，能帮助科学家们发现具有特定功能的核酸和肽序列。然而，随着高通量测序（HTS）技术的广泛应用，海量的数据如潮水般涌来，让研究人员陷入了数据处理与分析的困境。在肽选择的研究场景里，现有的生物信息学工具显得捉襟见肘，它们缺乏针对此类数据的特异性，使得研究人员在面对复杂数据集时，犹如在迷宫中徘徊，找不到有效的分析路径。

为了突破这一困境，来自多个研究机构的科研人员携手开展了深入研究。其中，Blue Marble Space Institute of Science、University of California、Stanford University、University of California、University of Minnesota 等机构的研究人员共同发力，开发出了一款名为 EasyDIVER⁺的先进工具。这一研究成果发表在《Journal of Molecular Evolution》上，为生物信息学领域带来了新的曙光。

在研究过程中，研究人员主要运用了以下关键技术方法：首先，利用 PANDAseq 软件对原始的双端、解复用 Illumina 测序读段文件（FASTQ 格式）进行合并处理；其次，根据用户提供的引物序列对组装后的序列进行修剪；再者，针对氨基酸数据，运用从美国国家生物技术信息中心（NCBI）提取的 27 种替代遗传密码将核苷酸序列翻译成氨基酸序列；最后，通过计算富集值、误差估计以及可视化分析等手段，对数据进行全面深入的分析。

研究结果

1. 数据处理：EasyDIVER⁺沿用了原始 EasyDIVER 工具的处理流程，对双端 Illumina 读段文件进行合并、质量过滤、接头修剪等操作，生成去重计数文件和序列长度分布文件。同时，对于氨基酸数据，还会进行翻译和基于密码子冗余的进一步去重处理，并生成详细的日志文件记录处理信息。
2. 富集分析：这是 EasyDIVER⁺相较于原始工具的重大突破。当输入的文件对应于连续轮次的体外选择测序数据时，用户可以指定文件分析的时间顺序，并将每个文件按样本类型（即预选择、后选择或阴性对照）进行分类。基于此，EasyDIVER⁺能够计算每个独特序列在连续选择轮次中的富集指标，同时提供读计数的 95% 置信区间，并为每个序列分配一个在所有样本中一致的唯一名称，方便跟踪和识别。
3. 序列命名：为了解决在众多文件中难以直观识别和跟踪特定序列的问题，EasyDIVER⁺采用 Base58 编码方法为每个序列分配独特的短名称。该名称在整个选择实验的所有文件中保持一致，有效提高了数据处理和分析的效率。
4. 误差估计：由于测序数据存在不确定性，如采样误差、PCR 扩增偏差、测序错误和文库制备的可变性等，EasyDIVER⁺运用 Bootstrapping 方法估计序列计数的 95% 置信区间，从而为频率和富集指标提供统计范围，帮助用户判断数据的可靠性。
5. 图形用户界面：EasyDIVER⁺集成了基于 PyQt5 的图形用户界面（GUI），用户可以方便地输入处理和分析参数。同时，它还提供了一个基于 Plotly Python 库开发的图形生成器，用户可以通过定制化的图表直观地探索处理后的数据，如调整读计数、频率等截止值，实现对数据的聚焦分析。

研究结论与讨论

EasyDIVER⁺在原始 EasyDIVER 工具的基础上进行了全面升级，为体外进化实验中的高通量测序数据分析提供了一个功能强大、操作简便的平台。它有效解决了肽选择研究中数据处理和分析的难题，能够同时处理核酸和肽数据，并通过富集分析、误差估计等功能，为研究人员提供了更深入、更准确的数据分析结果。

此外，其图形用户界面和交互式图形生成器大大降低了使用门槛，使不同计算水平的研究人员都能轻松上手，便于直观地理解和解释数据，深入探究序列在选择轮次中的动态变化。这一工具的出现，显著提高了高通量测序数据分析的效率和可及性，为体外进化领域的研究提供了有力支持，推动了该领域的进一步发展，有望助力科学家们在核酸和肽功能研究方面取得更多突破。