EXP. HG–2026–08

MOTOR cierre por faseo

CLASIF. TÉCNICA · PÚBLICA

TRAZA 2026–08–04

ÁMBITO AISLADO PURO

05 Ingesta · genoma completo

HoloGen

Cierra genomas donde el estándar de referencia declara por escrito que no es aplicable: sin lecturas lo bastante largas para cruzar las repeticiones. Ahí, HoloGen convierte profundidad en resolución y entrega el genoma con su certidumbre medida.

Es el régimen de la muestra alimentaria y ambiental: ADN fragmentado, biomasa escasa, librerías cortas. El flujo convencional devuelve un borrador roto o nada; aquí el dato se recupera en lugar de perderse. Y el ensamblado no acaba en un fichero: entra directo al descubrimiento de dianas y a la interpretación de riesgo sin salir del sistema.

Cómo leer esta ficha

Las cifras de esta página salen de una sola traza del motor ejecutándose de principio a fin. Lo que no está en la traza no está aquí.

Pediococcus acidilactici · ONT
2.462,7 s de reloj · 2026-08-04

1.997.608 pb

cromosoma cerrado en círculo, con sus cuatro uniones observadas contra las lecturas

208×

de profundidad sobre el genoma emitido, con un N50 de lecturas de sólo 2.685 pb

vías de evidencia independientes: ninguna se cree por sí sola

4,28

copias medidas donde el ensamblador anotaba 162. La anotación no decide; la medida sí

Diferenciador único

Es el único motor que entrega genoma cerrado en el régimen que el patrón oro descarta por escrito: sin lecturas capaces de cruzar la repetición. En lugar de exigir longitud, gasta la profundidad —faseo de variantes, multiplicidad medida contra las lecturas, consenso real y validación de cada costura— y recupera el dato que el flujo convencional pierde entero.

Con la misma disciplina en el otro sentido: la multiplicidad sale de contar k-meros en las lecturas, no de la anotación del ensamblador —162 anotadas frente a 4,28 medidas, 10,8 anotadas frente a 15,17 medidas—, y una cifra que no cae cerca de un entero se declara no resuelta en lugar de redondearse en silencio. Certidumbre medida, no prometida.

01 El estado del arte

Ocho herramientas, ocho formatos, y un fichero al final.

Encadenar a mano ensamblador, control de calidad, anotador y visualizador significa reexportar en cada salto y perder la trazabilidad entre pasos. Y cuando el ensamblado no cierra, la mayoría de los flujos se rinden sin decir por qué.

Herramienta

Hasta dónde llega

Lo que añade HoloGen

Trycycler · el patrón oro manual

Ensamblado por consenso: combina varios borradores independientes y produce el genoma más exacto publicado hasta la fecha cuando las condiciones acompañan.

Cierra el genoma en el terreno que Trycycler declara fuera de su alcance —profundidad por debajo de 25× o lecturas demasiado cortas para el ensamblado completo—, sin intervención humana y con salida determinista: mismo dato, mismo genoma.

Autocycler, Hybracter, Dragonflye

Automatizan el consenso y las buenas prácticas de pulido sin intervención manual, a escala de cientos de genomas.

Trabaja en el caso que esas cadenas remiten a curación manual: mide la multiplicidad de la repetición grande contra las lecturas y entrega el resultado con su certidumbre declarada.

Flye, SPAdes, Unicycler por separado

Producen el borrador y su grafo, que es donde empieza el trabajo.

Contrasta el grafo contra las lecturas antes de entregarlo: donde la anotación decía multiplicidad 162, la medida sobre cobertura da 4,28 — y esa cifra viaja con el genoma.

Cadena manual de herramientas

Cubre calidad, ensamblado, anotación y visualización si el laboratorio tiene bioinformático dedicado.

Encadena calidad, ensamblado, anotación y visualización en un solo paso trazable, con veredicto intermedio: si no merece la pena seguir, lo dice antes de consumir las horas.

Servicio de secuenciación llave en mano

Devuelve el ensamblado y un informe estándar sin que el laboratorio toque nada.

Devuelve el genoma dentro del flujo: entra directamente en dianas, riesgo y comparación con lo que ya tienes — y con material difícil sigue midiendo en vez de detenerse en el borrador.

02 El motor de cierre

Donde el estándar se retira, aquí empieza el trabajo.

Ninguna lectura del caso medido atraviesa el elemento de 40.256 pb: la más larga mide 50.005 pb y haría falta cubrir la repetición entera más dos kilobases de anclaje a cada lado. Ahí es donde el patrón oro se declara inaplicable y donde 208× de profundidad se quedaban sin usar.

1.997.608 pb

cromosoma cerrado en círculo, con sus cuatro uniones observadas contra las lecturas. No inferidas del grafo: observadas.

Y lo que queda fuera se declara igual de claro: un repetido de 5.164 pb a 4,28 dosis que el grafo no ubica. Un cierre que no dice qué dejó fuera no es un cierre, es una afirmación.

Vía 01

Multiplicidad medida contra lecturas

Las copias de cada tramo salen de muestrear k-meros de su interior y contar cuántas veces aparecen en las lecturas, no de la anotación del ensamblador.

Vía 02

Faseo de variantes

Las diferencias entre copias de una misma repetición permiten separarlas cuando ninguna lectura la cruza entera. Es la vía que convierte profundidad en resolución.

Vía 03

Consenso real sobre las lecturas

La secuencia emitida se reconstruye desde las lecturas que la sostienen, no se hereda del borrador.

Vía 04

Puerta de costuras

Cada unión propuesta debe estar observada en lecturas que la atraviesen con anclaje a ambos lados. Las que no pasan, no entran.

Qué NO se afirma de estas cifras

Son de un caso medido de extremo a extremo, no de una campaña de validación cruzada contra las herramientas citadas. Lo que demuestran es que el genoma se cierra en un régimen donde el patrón oro declara no ser aplicable; lo que no autorizan a decir es cuántos puntos de exactitud separan a uno de otro cuando ambos sí aplican.

Y el motor trabaja sobre lecturas minadas, así que su profundidad haploide medida es 116× donde la medida sobre el fichero crudo da 141×. Las dos son correctas; se publica la del motor, y se dice cuál es cuál para que nadie compare peras con manzanas.

03 Cómo funciona

Del fichero de lecturas al genoma navegable.

Cada paso largo emite su veredicto explícito y su avance real, de modo que un proceso de cuarenta minutos no es una barra girando sin información.

Control de calidad y minado de lecturas

Filtro por longitud y calidad con métricas antes y después. El motor deja registrado que trabaja sobre lecturas minadas, porque eso mueve todas las profundidades que publica después.

Ensamblado según plataforma

SPAdes para lecturas cortas, Flye para lecturas largas, elegido a partir de la plataforma detectada. Control de calidad automático con BUSCO y métricas de contigüidad.

Cierre por faseo

Si el borrador no cierra, entra el motor de cierre: mide multiplicidades, fasea variantes, reconstruye consenso y valida cada costura. Siempre entrega el mejor resultado que los datos sostienen, con el estado dicho.

Identificación de especie

Kraken2 y extracción de genes ribosómicos con barrnap, más alineamiento contra referencia canónica, y resolución del nombre contra la taxonomía del conocimiento curado. Si esa capa no está disponible, devuelve el nombre crudo en lugar de fallar.

Anotación

Prokka o Bakta, con predicción de genes codificantes, ARN ribosómico y de transferencia.

Caracterización y navegación

Determinantes de resistencia, factores de virulencia, plásmidos y elementos móviles, sobre un navegador de genoma donde cada hallazgo se ve en su posición.

04 El contrato

Qué entra, qué sale, con qué se encadena.

Entra

Lecturas de un aislado puro: Illumina emparejadas o nanoporo, incluida la entrega por fragmentos que produce el propio secuenciador durante la carrera. Las muestras mixtas van a OmniOta.

Sale

Ensamblado con su control de calidad, especie resuelta contra taxonomía canónica, anotación completa, caracterización de resistencias, virulencia, plásmidos y elementos móviles, y navegador de genoma.

Encadena

Salida directa a BioMiner para descubrir dianas y a GIFCloud para la interpretación de riesgo y el rastreo epidemiológico. Un ensamblado que no se usa aguas abajo es un fichero muerto.

05 Ficha técnica

Nombre

Holistic Genome Assembly Engine: motor de ensamblado y cierre de genoma de aislado.

Entrada

Lecturas de aislado puro. Illumina emparejadas o nanoporo con calidad mínima Q10, incluida la subida por fragmentos durante la carrera del secuenciador. La subida sobrevive a navegar fuera de la página.

Ensambladores

SPAdes para lecturas cortas y Flye para largas, con selección asistida por la plataforma detectada en el propio fichero.

Cierre

Motor por faseo de variantes con cuatro vías de evidencia independientes, consenso real y puerta de validación de costuras. Multiplicidad medida contra lecturas, nunca leída del grafo.

Pasos largos

Cada paso emite veredicto explícito y avance real. Un proceso de cuarenta minutos informa de en qué punto está, no de que sigue vivo.

Reensamblado

Histórico por muestra: se puede reensamblar con otros parámetros y comparar contra la ejecución anterior sin perderla.

Límite · alcance

La tipificación epidemiológica —MLST, cgMLST y wgMLST— sale del pipeline: depende de esquemas que sólo existen para una minoría de organismos y su interpretación es territorio de GIFCloud. HoloGen ensambla y cierra.

Límite · muestra

El motor asume aislado puro. Una muestra mixta no se ensambla aquí: va a OmniOta, que es el módulo escrito para comunidades.

Límite · cifras

Las cifras de cierre publicadas provienen de un caso medido de extremo a extremo, no de una campaña de validación cruzada contra Trycycler, Autocycler o Hybracter. Muestran el comportamiento del motor donde esas herramientas se declaran inaplicables, no una ventaja cuantificada allí donde sí aplican.

Ensamblado: SPAdes y Flye. Control de calidad: BUSCO y métricas de contigüidad. Identificación de especie: Kraken2, barrnap y minimap2 contra referencia canónica. Anotación: Prokka y Bakta. Minado de lecturas: filtlong. Navegador de genoma: IGV.js. Traza del motor de cierre: 2026-08-04, 2.462,7 s.
Ámbito declarado del patrón oro: Wick, Judd y Holt (2021) Genome Biology 22:266 · 10.1186/s13059-021-02483-z — «si el ensamblado completo no es posible, p. ej. por longitud de lectura insuficiente, o la profundidad es baja, Trycycler no es apropiado». Autocycler: Wick et al. (2025) bioRxiv 2025.05.12.653612. Hybracter: Bouras et al. (2023) bioRxiv 2023.12.12.571215.

Entregar siempre lo que los datos sostienen. Y decir qué queda fuera.

Solicitar acceso Ver los doce módulos

BIOTECNO.org · Vitoria-Gasteiz EU + Codex