В исследовании оценивается эффективность алгоритма Sourmash, использующего метод k-mer скетчей с FracMinHash, для стратификации штаммов в метагеномных данных на основе длинных чтений. Основная проблема заключается в том, что близкородственные бактериальные штаммы имеют более 99% сходства нуклеотидной последовательности (ANI), но существенно различаются по функциональному потенциалу и содержанию генов. Авторы провели валидацию на пяти моковых сообществах различной сложности с известным составом, чтобы проверить способность метода точно идентифицировать штаммы и восстанавливать функциональное содержание генов. Результаты показали высокую точность восстановления генов: коэффициенты F1 варьировались от 0.942 до 0.998. Оценка обилия геномов, идентифицированных через Sourmash, также оказалась точной, с коэффициентом корреляции Пирсона от 0.823 до 1 на уровне штамма и от 0.978 до 1 на уровне вида. Даже при отсутствии точного совпадения с эталонным штаммом, близкородственные варианты сохраняли большую часть ожидаемого функционального профиля, что критически важно для последующего метаболического моделирования. Исследование подтверждает, что использование скетчей позволяет быстро и точно анализировать сложные микробные экосистемы, сохраняя биологическую релевантность данных для клинических и экологических приложений.