AKTE
BM–2026–08
ENGINE
integrierte Pipeline v3
KLASS.
TECHNISCH · ÖFFENTLICH
METHODEN
6 orthogonale
PRÜFTORE
Veto per Schwellenwert
6
Entdeckungsmethoden ohne gemeinsame Annahmen, durch automatischen Konsens gekreuzt
2+
übereinstimmende Methoden lösen einen exponentiellen Vertrauenszuschlag für die Region aus
9
Schritte in einer einzigen Pipeline: früher waren es getrennte Stränge, die man von Hand kreuzen musste
0–1,0
Inklusivität: Anteil der Zielgenome, in denen die Region tatsächlich vorhanden ist
+
+
+
+
Alleinstellungsmerkmal
Der k-mer-Analysator führt Peak-Detektion im k-mer-Raum durch, ohne irgendetwas zu alignieren. Das erfasst diagnostische Regionen in umgeordneten Genomen, die Aligner vollständig verfehlen — und es ist ein Evidenzweg, den keine kommerzielle Suite mitbringt.
Darüber der Konsens: Eine Region, die von zwei oder mehr Methoden ohne gemeinsame Annahmen gefunden wird, erhält einen exponentiellen Vertrauenszuschlag, denn zufällig in zwei verschiedenen Räumen übereinzustimmen — Alignment, Varianten, k-mere, Pangenom — ist weit unwahrscheinlicher, als in einem richtig zu liegen.
01
Der Stand der Technik
Eine einzelne Methode sagt nur, was diese Methode sehen kann.
Jeder Ansatz hat seinen bekannten blinden Fleck: Der Aligner verfehlt Umordnungen, das Pangenom sieht die Punktvariante nicht, der Variantenaufrufer sieht nicht, was ganz fehlt. Einen zu wählen heißt, seinen blinden Fleck zu wählen.
02
Die sechs Methoden
Wirklich orthogonal: Jede sieht, was die anderen nicht sehen.
Und jede geht mit ihrem eigenen erklärten Vertrauen in die Rangliste ein: Variantenevidenz wiegt schwerer als strukturelle, und diese schwerer als k-merische. Nicht alle Wege sind gleich viel wert, und das wird niedergeschrieben.
03
Wie es funktioniert
Eine Pipeline, neun Schritte und am Ende zwei Prüftore.
Die integrierte Pipeline hat die getrennten Stränge abgelöst: Früher musste man die Strukturanalyse auf der einen Seite und die Varianten auf der anderen starten und die Ergebnisse von Hand kreuzen.
01
Eingang und Anreicherung
Eigene Dateien oder öffentliche Zugangsnummern, die das System lädt und mit ihren Metadaten anreichert: GC-Gehalt, Länge, Organismus und Herkunftsannotation.
02
Qualitätskontrolle und Struktur
Read-Bereinigung und Multigenom-Alignment gegen die angegebenen Ausschlüsse — dort entsteht die Karte des Exklusiven und des Geteilten.
03
Varianten, k-mere und Pangenom
Alle drei Analysen laufen über dasselbe Material und im selben Koordinatensystem, was es möglich macht, sie danach ohne Formatübersetzung zu kreuzen.
04
Diskriminierungsmotor
Er ordnet die Kandidatinnen nach Konsens zwischen Methoden, Entwerfbarkeit, Robustheit gegenüber mehreren Ausschlüssen und Vertrauen der findenden Methode.
05
Qualitätstore und Export
Schwellenwerte mit Vetorecht markieren jede Kandidatin als geeignet oder abgelehnt, und der Satz geht angereichert — Sequenz, Metadaten und Bewertungen — an das Primerdesign.
Ein Zähler, der nicht lügt
Die Bibliothek verwahrt drei Populationen am selben Ort: das hochgeladene Material, die Contigs, in die eine Assemblierung zerfällt, und die Artefakte, die die Analyse erzeugt. Ein Datensatz mit zwei Assemblierungen, ihren 65 Contigs und 3.054 Pangenom-Genen meldete 3.121 Sequenzen. Die Zahl, die etwas bedeutet — wie viele Organismen darin sind —, ist 2.
Behoben durch eine einzige Regel im Code und ihren Wächtertest. Ein Datensatz ohne Material zählt null, nicht die Zahl der Artefakte: Das ist die richtige Antwort und entlarvt zudem verwaiste Datensätze.
Die Qualitätstore
Jede Kandidatin durchläuft Schwellenwerte mit Vetorecht: Eine Region kann den Konsens dreier Methoden haben und dennoch nicht entwerfbar sein. Das Tor stoppt sie dort und sagt warum, statt sie bis zum Primerdesign kommen und später und teurer scheitern zu lassen.
04
Der Vertrag
Was hineingeht, was herauskommt, woran es anschließt.
Eingang
Genome des Zielorganismus und derer, die auszuschließen sind: eigene Dateien, öffentliche Zugangsnummern, Assemblierungen aus HoloGen oder aus OmniOta exportierte Taxa mit ihrer realen Sequenz.
Ausgang
Rangliste kandidierender Regionen mit aufgeschlüsselter Bewertung, den findenden Methoden, ihrer Inklusivität, dem Urteil der Qualitätstore und der entwurfsbereiten Sequenz.
Anschluss
Direkter Export an SnapPrime für das Primerdesign und an FastKit für das Kit, mit unversehrter Nachvollziehbarkeit des Kandidaten: aus welchen Genomen er stammt und über welche Methoden.
05
Technisches Datenblatt
Eingang
Eigene FASTA-Dateien, Zugangsnummern öffentlicher Datenbanken, Assemblierungen aus HoloGen oder aus OmniOta exportierte Taxa mit realer Sequenz. Zielgenome und Ausschlussgenome, getrennt angegeben.
Ausgabe
Ranglistensatz mit aufgeschlüsselter Bewertung je Kandidat, Genomkarte mit einer Spur je Methode, Konsensbericht und Export mit vollständiger Nachvollziehbarkeit.
Vertrauen je Methode
Variantenevidenz wiegt 0,9; strukturelle 0,8; k-merische 0,7. Ein Konsens zwischen unterschiedlich schweren Methoden wird nicht blind gemittelt.
Inklusivität
Anteil der Zielgenome, in denen die Region vorhanden ist, von 0 bis 1. Eine Kandidatin mit hohem Konsens und niedriger Inklusivität wird markiert: Sie ist stammspezifisch, nicht organismusspezifisch.
Materialzähler
Die Bibliothek zählt Organismen, nicht Zeilen: Die Contigs einer Assemblierung und die Artefakte der Analyse sind keine Einträge des Datensatzes. Eine einzige Regel im Code, mit Wächtertest.
Grenze · Rangliste
Die Bewertung ist heuristisch und noch nicht als Regeln des kuratierten Wissens ausgedrückt: Die Aufschlüsselung nach Komponenten ist sichtbar, aber keine zitierbare Regel hinter jedem Gewicht. Das steht im Schuldenregister des Moduls.
Grenze · Wiederholung
Die integrierte Pipeline ist alles oder nichts: Es gibt keine Wiederholung je Schritt und keinen Zwischenprüfpunkt, sodass ein später Fehler die ganze Analyse erneut erzwingt.
Grenze · Pangenom
Das Pangenom ist optional, und seine Aktivierung liegt im Ermessen der Anwenderin: Bei wenigen oder sehr nahe verwandten Genomen bringt es wenig, und die Oberfläche führt durch diese Entscheidung noch nicht.
Strukturelles Alignment: minimap2 und BEDTools, mit automatischer Umleitung auf BLAST für Sequenzen unter 5 kb. Varianten: Snippy für einfache Genome, minimap2 und bcftools für Multi-Contig. K-mere: jellyfish, mit MinHash-Distanz und UPGMA-Clustering. Pangenom: Genvorhersage mit Prodigal und Clustering mit CD-HIT, Roary oder Panaroo. Optionale Mikro-GWAS: exakter Test nach Fisher und Mann-Whitney mit Bonferroni-Korrektur und Falscherkennungsrate.
Sechs Methoden, ein Konsens: das robusteste Ziel, nicht das einfachste.
BIOTECNO.org · Vitoria-Gasteiz
EU + Codex