三、宏基因组分箱（Binning）

分箱的目标是将来自同一基因组的contig聚类到一起。
（1）基于组成的分箱（Composition-based Binning）
- 原理：不同物种的基因组具有不同的碱基组成特征（如GC含量、四核苷酸频率）
- 方法：将contig表示为高维特征向量（如136维四核苷酸频率向量），使用聚类算法（如K-means、高斯混合模型）进行聚类
- 代表工具：MetaBAT2、MaxBin2
（2）基于覆盖度的分箱（Coverage-based Binning）
- 原理：来自同一物种的contig在不同样本中的覆盖度变化模式一致（因为它们来自同一个基因组）
- 方法：在多个样本中计算每个contig的覆盖度，构建覆盖度矩阵，进行聚类
- 代表工具：CONCOCT、MaxBin2
（3）混合分箱
- 同时使用组成和覆盖度信息进行分箱
- 代表工具：MetaBAT2（使用TNF和覆盖度）、VAMB（使用变分自编码器）
MAG质量评估：
- CheckM：基于保守单拷贝基因（SCG）评估MAG的完整性和污染度
- 高质量MAG：完整性>90%，污染度<5%
- 中等质量MAG：完整性≥50%，污染度<10%