Validación de OmniOta en cuatro páginas

Shigella se cuenta como Escherichia: es polifilética dentro de E. coli y su ANI supera el umbral de especie; el nombre se conserva por relevancia clínica, no taxonómica (ISO 13136:2012). 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. Son exactamente dos casos en todo el catálogo, se derivan de los complejos que el producto ya muestra al usuario y no tocan los nombres de especie.

El conjunto staggered es HM-783D de BEI Resources: veinte especies certificadas entre el 0,03 % y el 41,25 %, con congéneres que hay que separar —S. aureus de S. epidermidis, tres Streptococcus— y miembros tres órdenes por debajo del dominante. 96,86 % a género, 185 de 191 lecturas, cota superior. Brown publicó un 93 % sobre este mismo material. No entra en la media porque GAIA no publicó cifra para él.

Diez especies con composición certificada en la ficha del fabricante —ocho bacterias al 12 % de ADN genómico y dos levaduras al 2 %—, secuenciadas por Nicholls, Quick, Tang y Loman (2019) con GridION y PromethION. 50.000 lecturas medidas por plataforma.

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 estadísticamente indistinguible del muestreo. Lo que no se repite son los artefactos de baja abundancia —Macrococcus, que no es miembro, aparece con 23 lecturas en una plataforma y 5 en la otra—: la composición se repite, las trazas no, y eso fija qué peso dar a un taxón sostenido por veinte lecturas. Exactitud en cota superior por ser mezcla; las lecturas proceden del prefijo del run, que sobre-representa las primeras horas de la celda, y así se dice.

Un producto de 2026 evaluado sobre química de 2019 es una objeción legítima, y no se contesta con argumentos sino midiendo. La identidad se mide alineando contra los genomas del estándar, no se toma de la hoja de especificaciones.

Sobre esa química el motor clasifica el 89,5 % de las lecturas a género con un 98,53 % de exactitud y el 57,5 % a especie con un 97,26 %, hallando 7 de 7 miembros en los dos rangos. Frente al material de 2019, las lecturas resueltas a especie pasan del 31,1 % al 57,5 % con la misma exactitud: casi el doble de resolución sin perder acierto.

Entre Brown 2017 y Zymo D6300 cambia todo a la vez: año, química, secuenciador, comunidad, laboratorio e identidad. Con dos puntos que difieren en seis variables no está justificado atribuir un colapso a una de ellas. El experimento toma el mismo fichero de Zymo y le inyecta error a tasas crecientes con semilla fija: todo lo demás es idéntico por construcción. Sólo sustituciones, ni indels —que son más destructivos para un k-mero exacto—, de modo que el escenario es conservador para el competidor.

El nivel más degradado aterriza en el 74,23 %, la identidad mediana de Brown 2017: no hacía falta un dataset de 2015, basta degradar el de 2019. Los ocho organismos se recuperan en todos los niveles, incluido el más severo, donde el competidor no devuelve una sola línea. Es el resultado que importa para una muestra real de alimentación: ADN fragmentado por el procesado, matriz grasa, extracción difícil. La exactitud a género sube al degradar (99,07 → 99,40 %) y eso no es un mérito sino sesgo de selección: quedan las lecturas fáciles, y las clasificadas caen del 53,7 % al 36,6 %. En química moderna sylph funciona bien: detecta 7 de 7 miembros en los tres basecallers, incluido fast.

Contra GAIA sólo caben sus cifras publicadas: servicio cerrado, base propietaria. Con sylph sí se puede igualar la referencia, y se ha hecho genoma a genoma sobre D6300 certificado. Las dos herramientas encuentran la comunidad completa y cada una es más fuerte en un eje distinto.

Por lectura OmniOta es muy preciso, y esa es la cifra que gobierna una tabla de abundancias y todo lo que se calcula encima. Por taxón nombrado sylph decide mejor: modela la cobertura del genoma con estadística de k-meros y exige presencia real antes de nombrar, mientras nosotros nombramos cualquier taxón que reciba una asignación. El criterio en desarrollo es una evidencia mínima para nombrar, no sólo para asignar: la misma doctrina de Wilson que el producto ya aplica a la confianza por taxón, llevada a la decisión de publicar.