Metagenomics studies provide valuable insight into the composition and function of microbial populations from diverse environments; however, the data processing pipelines that rely on mapping reads to gene catalogs or genome databases for cultured strains yield results that underrepresent the genes and functional potential of uncultured microbes. Recent improvements in sequence assembly methods have eased the reliance on genome databases, thereby allowing the recovery of genomes from uncultured microbes. However, configuring these tools, linking them with advanced binning and annotation tools, and maintaining provenance of the processing continues to be challenging for researchers. Here we present ATLAS, a software package for customizable data processing from raw sequence reads to functional and taxonomic annotations using state-of-the-art tools to assemble, annotate, quantify, and bin metagenome data. Abundance estimates at genome resolution are provided for each sample in a dataset. ATLAS is written in Python and the workflow implemented in Snakemake; it operates in a Linux environment, and is compatible with Python 3.5+ and Anaconda 3+ versions. The source code for ATLAS is freely available, distributed under a BSD-3 license. ATLAS provides a user-friendly, modular and customizable Snakemake workflow for metagenome data processing; it is easily installable with conda and maintained as open-source on GitHub at https://github.com/metagenome-atlas/atlas.

中文翻译：

---

ATLAS：Snakemake工作流程，用于集合，注释和元基因组序列数据的基因组合并。

元基因组学研究为了解来自不同环境的微生物种群的组成和功能提供了宝贵的见识；但是，依赖于将映射读取读取到基因目录或基因组数据库中的培养菌株的数据处理管道所产生的结果，代表了未培养微生物的基因和功能潜力。序列装配方法的最新改进减轻了对基因组数据库的依赖，从而可以从未培养的微生物中回收基因组。但是，配置这些工具，将它们与高级装箱和注释工具链接，以及保持处理的来源对于研究人员而言仍然是挑战。在这里，我们介绍ATLAS，一个用于从原始序列读取到功能和分类注释的可自定义数据处理的软件包，使用最先进的工具来组装，注释，量化和分类元基因组数据。为数据集中的每个样本提供了基因组分辨率下的丰度估计。ATLAS用Python编写，工作流程用Snakemake实现；它在Linux环境中运行，并且与Python 3.5+和Anaconda 3+版本兼容。ATLAS的源代码可免费获得，并根据BSD-3许可证进行分发。ATLAS为元基因组数据处理提供了用户友好，模块化和可自定义的Snakemake工作流程；它可以使用conda轻松安装，并在GitHub上以开源形式维护，网址为https://github.com/metagenome-atlas/atlas。为数据集中的每个样本提供了基因组分辨率下的丰度估计。ATLAS用Python编写，工作流程用Snakemake实现；它在Linux环境中运行，并且与Python 3.5+和Anaconda 3+版本兼容。ATLAS的源代码可免费获得，并根据BSD-3许可证进行分发。ATLAS为元基因组数据处理提供了用户友好，模块化和可自定义的Snakemake工作流程；它可以使用conda轻松安装，并在GitHub上以开源形式维护，网址为https://github.com/metagenome-atlas/atlas。为数据集中的每个样本提供了基因组分辨率下的丰度估计。ATLAS用Python编写，工作流程用Snakemake实现；它在Linux环境中运行，并且与Python 3.5+和Anaconda 3+版本兼容。ATLAS的源代码可免费获得，并根据BSD-3许可证进行分发。ATLAS为元基因组数据处理提供了用户友好，模块化和可自定义的Snakemake工作流程；它可以使用conda轻松安装，并在GitHub上以开源形式维护，网址为https://github.com/metagenome-atlas/atlas。ATLAS为元基因组数据处理提供了用户友好，模块化和可自定义的Snakemake工作流程；它可以使用conda轻松安装，并在GitHub上以开源形式维护，网址为https://github.com/metagenome-atlas/atlas。ATLAS为元基因组数据处理提供了用户友好，模块化和可自定义的Snakemake工作流程；它可以使用conda轻松安装，并在GitHub上以开源形式维护，网址为https://github.com/metagenome-atlas/atlas。