The Critical Assessment of Metagenome Interpretation (CAMI) community initiative presents results from its first challenge, a rigorous benchmarking of software for metagenome assembly, binning and taxonomic profiling. Methods for assembly, taxonomic profiling and binning are key to interpreting metagenome data, but a lack of consensus about benchmarking complicates performance assessment. The Critical Assessment of Metagenome Interpretation (CAMI) challenge has engaged the global developer community to benchmark their programs on highly complex and realistic data sets, generated from ∼700 newly sequenced microorganisms and ∼600 novel viruses and plasmids and representing common experimental setups. Assembly and genome binning programs performed well for species represented by individual genomes but were substantially affected by the presence of related strains. Taxonomic profiling and binning programs were proficient at high taxonomic ranks, with a notable performance decrease below family level. Parameter settings markedly affected performance, underscoring their importance for program reproducibility. The CAMI results highlight current challenges but also provide a roadmap for software selection to answer specific research questions.

Abstract In metagenome analysis, computational methods for assembly, taxonomic profiling and binning are key components facilitating downstream biological data interpretation. However, a lack of consensus about benchmarking datasets and evaluation metrics complicates proper performance assessment. The Critical Assessment of Metagenome Interpretation (CAMI) challenge has engaged the global developer community to benchmark their programs on datasets of unprecedented complexity and realism. Benchmark metagenomes were generated from ~700 newly sequenced microorganisms and ~600 novel viruses and plasmids, including genomes with varying degrees of relatedness to each other and to publicly available ones and representing common experimental setups. Across all datasets, assembly and genome binning programs performed well for species represented by individual genomes, while performance was substantially affected by the presence of related strains. Taxonomic profiling and binning programs were proficient at high taxonomic ranks, with a notable performance decrease below the family level. Parameter settings substantially impacted performances, underscoring the importance of program reproducibility. While highlighting current challenges in computational metagenomics, the CAMI results provide a roadmap for software selection to answer specific research questions.

ABSTRACT Cyanobacteria are found in most illuminated environments and are key players in global carbon and nitrogen cycling. Although significant efforts have been made to advance our understanding of this important phylum, still little is known about how members of the cyanobacteria affect and respond to changes in complex biological systems. This lack of knowledge is in part due to our dependence on pure cultures when determining the metabolism and function of a microorganism. In the work presented here we took advantage of the Culture Collection of Microorganisms from Extreme Environments (CCMEE), a collection of more than 1,000 publicly available photosynthetic co-cultures now maintained at the Pacific Northwest National Laboratory. To highlight some of their scientific potential, we selected 26 of these photosynthetic co-cultures from the CCMEE for 16S rRNA gene sequencing. We assessed if samples readily available from the CCMEE could be used to generate new insights into the role of microbial communities in global and local carbon and nitrogen cycling. Results from this work support the existing notion that culture depositories in general hold the potential to advance fundamental and applied research. If collections of co-cultures can be used to infer roles of the individual organisms remains to be seen and requires further investigation.