在临床或环境样本的微生物测序分析中，源自宿主（如人类）的DNA序列是主要的污染源，其占比常较高。这些宿主序列本身不包含目标微生物信息，却会大量挤占计算与存储资源，并在下游的物种鉴定、基因组组装及变异分析中引入严重干扰与假阳性结果。因此，精准地从原始数据中去除宿主序列，是保障下游分析效率与结果可靠性的关键预处理步骤。
本文介绍的工具Hostile是一种利用精确序列比对参考基因组策略，对包含宿主污染的测序数据进行高效清洗，以生成高质量微生物序列数据的生物信息学工具。其核心优势在于通过高精度比对算法和可选的“掩蔽”参考基因组，在最大化去除宿主序列的同时，将目的微生物序列尽可能保留。
1、序列输入
接受单端或双端FASTQ格式的短读长或长读长测序数据；
2、序列比对
选择比对工具（Bowtie2处理短读长，Minimap2处理长读长），将序列与指定的宿主参考基因组进行快速比对；
3、宿主序列识别
精准识别出能够比对到宿主基因组的序列；
4、序列过滤
将识别出的宿主序列从原始数据中直接剔除，保留所有未比对的序列；
5、输出结果
生成纯净的、不含宿主序列的FASTQ文件，用于后续宏基因组或转录组等下游分析。
由于依赖非 Python 工具（Bowtie2、Minimap2、Samtools 和 Bedtools），推荐使用 conda/mamba 或 Docker 安装。Hostile 已在 Ubuntu Linux 22.04、MacOS 12 和 Windows 的 WSL 环境下通过测试。
Conda/mamba
conda create -y -n hostile -c conda-forge -c bioconda hostile
conda activate hostile
使用参数展示：
hostile clean -h
usage:
hostile clean [-h] --fastq1 FASTQ1 [--fastq2 FASTQ2] [--aligner {bowtie2,minimap2,auto}] [--index INDEX] [--invert] [--rename] [--reorder] [-c] [-o OUTPUT] [--aligner-args ALIGNER_ARGS] [-t THREADS] [--force] [--airplane] [-d]
以长度长数据进行示例展示：
hostile clean --fastq1 test.fastq
说明：默认索引 human-t2t-hla 包含 T2T-CHM13v2.0 和 IPD-IMGT/HLA v3.51，除非指定其他索引，否则运行 Hostile 时会自动使用。
hostile clean --fastq1 test.fastq --index human-t2t-hla-argos985
说明：这里使用已掩蔽985种细菌基因组的索引，在去除人源序列时最大化保留细菌序列。第一次使用Hostile 会自动处理相关索引的下载和缓存。
cat test.fastq | hostile clean --fastq1 - | minimap2 -ax map-ont ref.fasta - > alignment.sam
说明：从标准输入读取数据，处理后直接通过管道传给下游分析工具。
hostile clean --fastq1 test.fastq --invert
说明：生成 test.clean.fastq.gz，但这里只保留人源序列，丢弃微生物序列。
hostile clean --fastq1 test.fastq --rename --output rename_clean.fastq.gz
说明：读段头部信息可以被替换为整数（使用--rename选项），以保护隐私并生成更小的FASTQ文件。
高精度与高特异性：Hostile实现了宿主去除与微生物保留的最佳平衡。它能有效去除真实人类宿主序列，同时对微生物序列的误去除率极低；
灵活可定制的去宿主策略：软件不依赖单一的参考基因组。其核心创新是提供了多种预构建的“掩蔽”索引。用户可根据研究目标选择不同索引，例如：专注于细菌研究时可选用已掩蔽常见细菌基因组的索引，以最大化保留细菌序列。若研究病毒，则可选用额外掩蔽了病毒序列的索引；
高效的性能与实用性：整合了成熟的比对工具（如Bowtie2、Minimap2），对计算资源要求友好。
[1] https://github.com/bede/hostile
[2] Constantinides B, Hunt M, Crook DW. Hostile: accurate decontamination of microbial host sequences. Bioinformatics. 2023 Dec 1;39(12):btad728.
