Dossier de validación de OmniOta

A mejor química, más lecturas resueltas a especie con la misma exactitud: 99 en 2015, 15.549 en 2019, 28.774 en 2023, siempre por encima del 97 % de acierto. Es el comportamiento que se le pide a un motor que respeta el límite del dato: no afirma de más cuando el material es pobre y aprovecha el material cuando es bueno.

Cada exactitud está condicionada a las lecturas que el sistema sí clasifica, y ese denominador cambia entre filas: el 89,5 % de las lecturas en 2023 frente al 53,7 % en 2019. Por eso la columna de lecturas viaja siempre al lado del porcentaje, en las cinco filas.

Brown et al. (2017) secuenciaron con MinION cuatro cultivos puros y varias mezclas de composición declarada, y publicaron la exactitud de MG-RAST, Kraken y One Codex sobre ellos. Paytuví-Gallart et al. (2019) reprocesaron esos mismos ficheros con GAIA y añadieron su columna a la tabla. Es el único punto donde una cifra de OmniOta puede ponerse al lado de la de un competidor sobre verdad conocida: la composición de las muestras no es opinable y la cifra de la competencia está publicada.

Los demás artículos de terceros que usaron GAIA —heces de perro, aire de Ghana, lactosuero de cerdo, polvo de Moscú— son muestras reales sin composición conocida: sirven para ver si dos herramientas coinciden, no para saber cuál acierta.

Shigella es polifilética dentro de Escherichia coli —clones que adquirieron el plásmido de invasión— y su identidad media de nucleótidos supera el umbral de especie. El nombre se conserva por relevancia clínica, no taxonómica. A rango de género, contar una lectura de E. coli asignada a Shigella como error mide un artefacto de nomenclatura, no una equivocación del clasificador. Afecta a 36 de las 78 lecturas del conjunto Ecoli: sin la fusión la cifra sería 39,7 % en lugar de 94,6 %, y por eso se declara.

• No es una tabla del banco: se deriva de los complejos que el producto ya declara y muestra al usuario, citando la norma ISO 13136:2012, de modo que sólo puede fusionar lo que fusiona en producción.
• Son exactamente dos casos en todo el catálogo: Shigella → Escherichia y Borrelia → Borreliella, ambos de nomenclatura conservada contra la filogenia.
• Se aplica por igual a las cinco columnas cuando se reproduce la regla de otra herramienta, nunca sólo a la nuestra.
• No toca los nombres de especie: Shigella flexneri se reporta como Shigella flexneri.

El conjunto staggered es HM-783D de BEI Resources, el Microbial Mock Community B del Human Microbiome Project: veinte especies certificadas repartidas entre el 0,03 % y el 41,25 % de ADN genómico. Exige distinguir S. aureus de S. epidermidis, tres Streptococcus entre sí, y detectar miembros tres órdenes de magnitud por debajo del dominante — que es donde un clasificador se rompe de verdad, frente a cuatro géneros bien separados que se aciertan casi por descarte.

Cuatro de los veinte miembros han cambiado de género desde 2010 y la referencia actual sólo conoce el nombre nuevo. Sin declarar esa equivalencia el banco habría contado el 20 % del mock como fallo siendo acierto perfecto. La verdad se transcribe con el nombre de la fuente y la equivalencia vive aparte: reescribir la verdad con la nomenclatura de hoy la haría casar con nuestra referencia por construcción y la comparación dejaría de comprobar nada. Una guarda de test fija las dos direcciones —que los renombrados casen y que los congéneres no se fusionen—, porque una tabla de sinonimias es el sitio cómodo para colar justo las fusiones que convienen.

Es una comunidad mezclada, de modo que la exactitud es cota superior: se cuenta como acierto toda lectura asignada a cualquier miembro. Las lecturas proceden del prefijo del run, que sobre-representa las primeras horas de la celda; para comparar entre plataformas el sesgo actúa igual en las dos, y para una cifra absoluta procede del mejor tramo del run y así se dice. Las dos levaduras salen a 0,00 % exacto en ambas plataformas: la referencia se construyó desde el catálogo bacteriano de RefSeq y no contiene hongos, y que la cifra sea idéntica en las dos lo confirma.

La misma comunidad, la misma preparación, dos secuenciadores distintos. La pregunta se responde por separado para la comunidad certificada y para todo lo emitido, porque las respuestas son distintas y dar sólo una de las dos escondería algo.

La composición es invariante entre GridION y PromethION. Las diferencias por género van de 0,05 a 0,43 puntos y la divergencia global es prácticamente la que produce el propio muestreo: no «cerca de cero», sino estadísticamente indistinguible del azar, que es lo que había que demostrar.

Entre el material que se venía usando y la química actual hay 8,5 puntos de identidad. No es un matiz: es la diferencia entre estar cerca del muro de un método de k-meros exactos y estar lejos. Percentiles del material moderno: p25 = 95,14 %, p75 = 98,16 %, p95 = 98,92 %, p99 = 99,33 %.

En el eje 16S/amplicón el banco ya cubre química R10.4.1 con material de septiembre de 2025 (comunidad MSPlus, ont-open-data/zymo_16s_2025.09): 12 de 12 miembros detectados, cero falsos positivos regulados, una sobre-afirmación. Medido y registrado en la documentación de resolución taxonómica, y citado aquí como lo que es: una medición de otra sesión, no re-ejecutada en esta.

Entre Brown 2017 y Zymo D6300 cambia todo a la vez: el año, la química, el secuenciador, la comunidad, el laboratorio y la identidad de las lecturas. Con dos puntos que difieren en seis variables, atribuir un colapso a una de ellas no está justificado, y la respuesta evidente de cualquier revisor sería la correcta: habéis elegido un dataset viejo.

Este experimento existe para que esa frase deje de ser contestable. Toma el mismo fichero de Zymo y le inyecta error a tasas crecientes, con semilla fija y tres profundidades para separar identidad de profundidad. Todo lo demás es idéntico por construcción: la única variable libre es la identidad. Y podía salir en contra: si el colapso no se reprodujera, la explicación publicada sería falsa y habría que retirarla. Por eso vale.

El nivel más degradado aterriza en 74,23 %, que es la identidad mediana de Brown 2017. El experimento alcanza por construcción el punto que quería explicar, partiendo de material moderno y certificado: no hacía falta un dataset de 2015, basta degradar el de 2019.

Columna de sylph a 5.000 lecturas; a 20.000 y 50.000 el colapso se desplaza pero se reproduce igual. La verdad son 8 miembros en los siete niveles.

Los ocho organismos de la comunidad se recuperan en todos los niveles, incluido el más degradado — el mismo donde el competidor no devuelve una sola línea. Es el resultado que importa para una muestra real de alimentación: ADN fragmentado por el procesado térmico, matriz grasa, extracción difícil.

Las dos herramientas encuentran la comunidad completa, y cada una es más fuerte en un eje distinto. Por lectura OmniOta es muy preciso: 99,18 %, y esa es la cifra que gobierna una tabla de abundancias y todo lo que se calcula encima de ella. Por taxón nombrado, sylph decide mejor: emite 8 donde nosotros emitimos 61, porque modela la cobertura del genoma con estadística de k-meros y exige que el genoma esté realmente presente antes de nombrarlo, mientras que nosotros nombramos cualquier taxón que reciba una asignación de lectura.

Los dos tiempos no son directamente comparables: los ~75 min incluyen alinear contra las nueve partes de la referencia construyendo el índice en cada pasada, mientras sylph reutiliza un índice hecho una vez. Con índice persistente la diferencia se reduciría mucho, y esa medición está pendiente. sylph es un perfilador: da la lista de genomas presentes con su abundancia y no asigna cada lectura, de ahí que no tenga columna de exactitud por lectura. Shigella boydii en su salida no es un falso positivo: es el complejo Escherichia/Shigella, contado como acierto con el mismo criterio que se aplica a OmniOta en §3.1.

Kraken2/Bracken no está medido: su base con estos mismos 22.514 genomas pediría del orden de 170 GB de RAM, medidos, así que se publica el motivo en lugar de darle una base recortada que falsearía la comparación.

La composición certificada del estándar HMW es equimolar entre bacterias: 14,3 % de ADN genómico cada una. Contando lecturas, Salmonella reunía el 47,1 % y Bacillus el 3,2 %. No es sesgo del subconjunto —los perfiles de las primeras y las últimas 10.000 lecturas son prácticamente idénticos—: es la métrica. Contar lecturas no es contar masa de ADN. La abundancia es cobertura media, bases alineadas divididas por el tamaño del genoma, que es lo que sostienen CoverM, sylph y CAMI.

Medir masa de ADN en vez de contar lecturas reduce el error a la mitad —un 51,8 % menos— sobre material con composición certificada. Contando lecturas, Salmonella aparentaba 3,3 veces su masa real y Bacillus un cuarto de la suya. La regla no es una preferencia de estilo.

La comparación con MetaPhlAn vale precisamente porque las dos herramientas no comparten nada: nosotros alineamos contra 22.514 genomas completos, MetaPhlAn perfila contra sus marcadores UniRef clado-específicos. Los dos métodos coinciden en 2,14 puntos de media y en el orden de los tres mayores, de modo que el material secuenciado no es equimolar y eso queda establecido por dos vías independientes. Y sobre lo que sí compite, OmniOta queda un 18 % más cerca de la composición certificada: L1 0,411 frente a 0,501.

De la divergencia restante hay al menos dos causas conocidas de referencia antes de invocar ninguna del método: el «E. coli» del panel es el genoma de Shigella boydii y medir cobertura contra un genoma sustituto la subestima, y lo mismo aplica a P. aeruginosa PAO1. Queda margen para sesgo real de extracción y de lisis, que este experimento no separa de lo anterior. MetaPhlAn detecta S. cerevisiae y nosotros no, porque nuestra referencia es bacteriana: es una capacidad suya que no tenemos.

El detalle completo de cada eje —salvedades ampliadas, resultados por conjunto, historial de versiones del banco y las cifras retiradas por no ser reproducibles— vive en la documentación canónica del repositorio, disponible bajo acuerdo para evaluación técnica.

1. Brown BL, Watson M, Minot SS, Rivera MC, Franklin RB (2017). MinION nanopore sequencing of environmental metagenomes. GigaScience 6(3):1-10. 10.1093/gigascience/gix007
2. Paytuví A, Battista E, Scippacercola F, Aiese Cigliano R, Sanseverino W (2019). GAIA: an integrated metagenomics suite. bioRxiv 804690. 10.1101/804690 — Tabla S2 del suplementario: exactitud sobre Brown 2017.
3. Nicholls SM, Quick JC, Tang S, Loman NJ (2019). Ultra-deep, long-read nanopore sequencing of mock microbial community standards. GigaScience 8(5):giz043. 10.1093/gigascience/giz043
4. Shaw J, Yu YW (2024). Rapid species-level metagenome profiling with sylph. Nature Biotechnology. 10.1038/s41587-024-02412-y
5. Richter M, Rosselló-Móra R (2009). Shifting the genomic gold standard for the prokaryotic species definition. PNAS 106(45):19126-31. 10.1073/pnas.0906412106
6. Jain C, Rodriguez-R LM, Phillippy AM, Konstantinidis KT, Aluru S (2018). High throughput ANI analysis of 90K prokaryotic genomes. Nature Communications 9:5114. 10.1038/s41467-018-07641-9
7. Dunlap CA et al. (2020). Bacillus spizizenii como especie. Int J Syst Evol Microbiol.
8. Altman DG, Bland JM (1995). Absence of evidence is not evidence of absence. BMJ 311:485.
9. ISO 13136:2012 — Microbiología de la cadena alimentaria: método horizontal para la detección de E. coli productor de toxina Shiga.
10. Material de secuenciación: European Nucleotide Archive PRJEB8672, PRJEB8716, ERR3152364, ERR3152365; NCBI PRJNA934154; ficha del fabricante ZymoBIOMICS D6300; BEI Resources HM-783D.

HelixCore · BIOTECNO.org · Vitoria-Gasteiz
Dossier de validación de OmniOta · v1.4.0 · 2026-08-10