Este trabajo propone un modelo teórico original —denominado modelo corpográfico— para interpretar el corpus sellístico del Valle del Indo no como escritura lingüística, sino como un sistema de codificación funcional basado en morfología, postura, dirección y posición espacial. A partir del análisis detallado de treinta sellos representativos, se demuestra que las secuencias gráficas pueden organizarse en módulos procedimentales recurrentes (apertura, división, interacción, estabilización y cierre), correlacionados con la iconografía y el contexto arqueológico. Esta propuesta redefine el llamado “Indus script” como una tecnología visual-operativa destinada a regular procesos administrativos, comerciales y rituales, evitando hipótesis fonéticas no verificables. El modelo constituye una contribución original al estudio de sistemas gráficos no descifrados y ofrece una alternativa metodológica replicable para futuros análisis.

Obra original creada por Hervé Carbonell, publicada desde 16/7/2025. Este ZIP contiene todo el contenido del juego, incluyendo: Carpetas incluidas: Assets and Textures → Texturas, modelos, UI, efectos visuales y música original Characters Lore → Lore completo de survivors y killers KebabCaos Game → Todas las versiones del juego, incluyendo RBXM y scripts de Roblox Practice Pack → Mapas y animaciones de prueba, no publicados Screenshots → Evidencias visuales del Dashboard y página web Detalles adicionales: Incluye video de demostración en YouTube con fecha de publicación 14 ago 2025 Canal de autor con 1.000 suscriptores como evidencia de autoría https://www.youtube.com/@SPCO-Gaming Todo el contenido es original y desarrollado por el autor, incluyendo gráficos, lore, música, scripts y assets 3D

Te detallo los 10 errores más frecuentes y los desarrollo con ejemplos para que puedas entender mejor cómo evitarlos

When a fascist syndicate operating within the social healthcare system is revealed in two murders, the reputation of the most unpretentious nation is put at risk.

Script para FiveM desarrollado con Lua, HTML, CSS, JavaScript, React, TailwindCSS que modifica las pinturas de los vehiculos dentro de GTAV.

Esta sección forma parte del curso PROGRAMANDO EN MQL5. Se trata de una colección de videos que explican e implementan códigos para crear scripts

Esta sección forma parte del curso PROGRAMANDO EN MQL5. Se trata de una colección de videos que explican e implementan códigos para crear scripts

Esta sección forma parte del curso PROGRAMANDO EN MQL5. Se trata de una colección de videos que explican e implementan códigos para crear scripts

This document describes a comprehensive technical/experimental proposal for investigating different options to leach out the phosphorus present in certain types of iron ore and related materials. Two main workflows are described, one in which leaching chemicals are used and another where microorganisms are employed. The idea is to test several ways (dynamic or static) of contacting iron ore substrates (run-of-mine, concentrates, tailings) with the leaching agents (chemical or biological), in order to simulate typical conditions that may be found in the mining or ore beneficiation operations. In this way, +1,100 tests are to be performed, in order to encompass the widest range of experimental conditions of interest for the process. This value proposal also includes aspects of the latest technology, particularly in what has to do with the application of biotechnology to face the problem of bioleaching of phosphorus present in iron ores. Thus, we present novel aspects such as the bioprospecting of phosphorus solubilizing microorganisms in different microenvironments of the mine and the application of environmental DNA massive sequencing technologies to carry out metagenomic studies, which allow the identification of biomarkers and ecosystemic trends that promote bioleaching and allow in-depth monitoring of these processes from an industrial stand-point. Finally, the results obtained will be used to develop conceptual process flow diagrams, lay-outs and preliminary economic assessment (capex/opex) for the pilot-plat implementation of the more feasible processes, as identified in the experimental part of the project, emphasizing the possibilities of recovering phosphorus co-products as well as dephosphorized iron ore.

Grupos de scripts desarrollados por HelixBios para el análisis de amplicones (16S, 16S-Archeas, 18S, ITS-Hongos, ITS-Plantas, COI, etc.): + micro_eda: scripts desarrollados para el control de calidad, análisis exploratorio y análisis univariables a partir de datos de biodiversidad (índices alfa) y abundancia observada (composición microbiológica) a nivel de muestra, a nivel de amplicon, a nivel de taxonomía y a nivel de unidad operacional. + micro_mlt: scripts desarrollados para el análisis multivariante de la microbiota a partir de datos de biodiversidad (índices alfa y beta) y análisis de abundancia diferencial con diferentes metodologías (abundancia observada) a nivel de metadato, a nivel de amplicon, a nivel de taxonomía y a nivel de unidad operacional. + micro_seq: scripts desarrollados para trabajar con experimentos de amplicones con un gran número de muestras para caracterizar por muestra el número de lecturas crudas, trimeadas y mergeadas y sus porcentajes. + micro_tax: scripts desarrollados para el tratamiento, limpieza y estructuración de diferentes tablas taxonómicas generadas a partir de diferentes bases de datos taxonómicas. Grupos de scripts auxiliares desarrollados por HelixBioS para dar soporte al análisis de amplicones: + bases: scritps desarrollados para la extracción, importación, limpieza y manejo de datos provenientes de bases de datos relacionadas con los diferentes pipelines de análisis de datos de amplicones. + biblio: scripts y archivos que recogen la bilbiografía consultada y utilizada en el desarrollo y puesta a punto de los pipelines de análisis de los amplicones antes mencionados. Recoge archivos .bib con el formato de bibliográfico requerido por R y archivos .csl con los diferentes estilos bibliográficos aceptados por las publicaciones científicas. + css: scripts y archivos que permiten crear documentos .html + funciones: scripts y funciones creados para la ejecución y ayuda en los diferentes pipelines de análisis de datos de amplicones.

Documentación y códigos de trabajo sobre el desarrollo de software de compensación de deuda donde queda acreditada la propiedad y autoría de IPI Conocimiento y Flexibilidad, S.L.; así como de los investigadores y desarrolladores: José Antonio Mateo Cortés, Diego Cazorla López, Enrique Arias Antúnez y Raúl Mata Jiménez.

Grupos de scripts desarrollados por HelixBios para el análisis de datos provenientes de experimentos de RNA-seq: + rna_bulk: scripts desarrollados para los análisis de expresión diferencial de proyectos de secuenciación de tipo bulk-RNA-seq tanto a nivel de gen como a nivel transcrito. + rna_circular: scripts desarrollados para las diferentes etapas del análisis de expresión diferencial de proyectos secuenciación de especímenes de RNA circulares. + rna_clustering: scripts desarrollados para clasificar mediante técnicas jerárquicas no supervisadas diversos tipos celulares en función del perfil de expresión génica y transcriptómica a partir de datos de conteo y FPKMs. + rna_denovo: scripts desarrollados para el análisis de expresión diferencial de transcritos o especímenes de RNA cuyo pseudo-alineamiento y cuantificación se ha realizado mediante el programa Kallisto. + rna_micro: scripts desarrollados para los análisis de expresión diferencial de proyectos de secuenciación de tipo RNA-seq para microRNAs (maduros, pre-maduros, precursores, etc.). + rna_compare: scripts desarrollados para la determinación de los códigos de clasificación de transcritos mediante gffcompare a partir de datos de RNA-seq. Grupos de scripts auxiliares desarrollados por HelixBioS para dar soporte al análisis de datos provenientes de experimentos de RNA-seq: + bases: scritps desarrollados para la extracción, importación, limpieza y manejo de datos provenientes de bases de datos relacionadas con los diferentes pipelines de análisis de datos de RNA-seq. + biblio: scripts y archivos que recogen la bilbiografía consultada y utilizada en el desarrollo y puesta a punto de los pipelines de análisis de RNA-seq antes mencionados. Recoge archivos .bib con el formato de bibliográfico requerido por R y archivos .csl con los diferentes estilos bibliográficos aceptados por las publicaciones científicas. + css: scripts y archivos que permiten crear documentos .html + funciones: scripts y funciones creados para la ejecución y ayuda en los diferentes pipelines de análisis de datos de RNA-seq.

Grupos de Scripts desarrollados por Helix BioS para análisis bioinformáticos: -Chip-seq: scripts necesarios para realizar un análisis completo de datos de Chip-Seq. Este proceso incluye el alineamiento, detección de picos y sitios de unión y comparación con bases de datos. -Ensamblado de novo Bacterias Virus: scripts necesarios para realizar un ensamblado de Novo completo de genomas víricos y bacterianos. Este proceso abarca desde el control de calidad, ensamblado, así como la evaluación y curado del ensamblado manera automática y directa. -Ensamblado genoma de novo: scripts necesarios para realizar un ensamblado de Novo completo de genomas sin importar la especie. Este proceso abarca desde el control de calidad, ensamblado, así como la evaluación y curado del ensamblado manera automática y directa. -Exomas_completos: scripts necesarios para realizar un análisis completo de Single Nucleotide Variants (SNV) en datos de exoma completo. Este pipeline recoge desde el control de calidad, hasta la detección, filtrado y anotación de los SNV que se encuentren (SNPs e Indels). -Exomas_GATK: scripts necesarios para realizar un análisis completo de Single Nucleotide Variants (SNV) en datos de exoma completo. Este pipeline recoge desde el control de calidad, hasta la detección, filtrado y anotación de los SNV que se encuentren (SNPs e Indels). -Exomas_Panel: scripts necesarios para realizar un análisis completo de Single Nucleotide Variants (SNV) en datos de Paneles Genéticos. Este pipeline recoge desde el control de calidad, hasta la detección, filtrado y anotación de los SNV que se encuentren (SNPs e Indels). -Exomas_Trios: scripts necesarios para realizar un análisis completo de Single Nucleotide Variants (SNV) en datos de exoma completos provenientes de estudios de tríos familiares (Padre, Madre y descendiente). Este pipeline recoge desde el control de calidad, hasta la detección, filtrado y anotación de los SNV que se encuentren (SNPs e Indels). -Metagenomica_16s: scripts necesarios para realizar un análisis completo de metagenómica de amplicones, orientado al 16s bacteriano (metabarcoding bacterial 16S) basado en OTUs. Abarca desde el control de calidad, clusterización y eliminación de quimeras, creación de tabla de OTUs, asignación taxonómica y medición de índices de diversidad. En estos pipelines se usan tanto la suite de estudio de metabarcoding de Usearch como Kraken2. -Metagenomica_18s: scripts necesarios para realizar un análisis completo de metagenómica de amplicones, orientado al 18s eukariota (metabarcoding eukaryotal 18S) basado en OTUs. Abarca desde el control de calidad, clusterización y eliminación de quimeras, creación de tabla de OTUs, asignación taxonómica y medición de índices de diversidad. Este pipeline usa como programa principal Usearch. -Metagenomica_ITS: scripts necesarios para realizar un análisis completo de metagenómica de amplicones, orientado al ITS de hongos (metabarcoding fungal ITS) basado en OTUs. Abarca desde el control de calidad, clusterización y eliminación de quimeras, creación de tabla de OTUs, asignación taxonómica y medición de índices de diversidad. -Metagenomica Shotgun: scripts necesarios para realizar un análisis completo de metagenómica/metabarcoding a partir de datos de secuenciación Shotgun de DNA total de una muestra. Este proceso abarca desde la identificación de pathways y taxones presentes en la muestra, así como la detección y cuantificación de genes concretos. -miRNA: scripts necesarios para realizar un análisis completo de miRNA (micro RNA), desde su detección, tanto canónicos como de Novo, así como la obtención de las métricas de expresión de manera automática y directa. -RNA_circular: scripts necesarios para realizar un análisis completo de RNA circulares (circRNA), desde su detección, reconstrucción, así como la obtención de las métricas de expresión de manera automática y directa. -RNA-seq: scripts necesarios para realizar un análisis completo de expresión a partir de datos de RNA-seq, incluyendo el alineamiento, sitios de splicing de Novo y detección de transcritos de Novo; así como la obtención de las métricas de expresión de manera automática y directa. -Transcriptoma_denovo: scripts necesarios para realizar un ensamblado de transcriptoma de Novo completo. Incluyendo los controles de calidad, ensamblado de transcritos, filtrado y comparaciones con bases de datos de manera automática y directa. -Variant_calling: scripts necesarios para realizar un análisis completo de variantes del tipo SNV (single nucleotide variants), que incluyen SNPs e Indels. Estos scripts están optimizados para que puedan ser usados sobre cualquier especie/genoma de referencia. -Variant_calling_rnaseq: scripts necesarios para realizar un análisis completo de variantes del tipo SNV (single nucleotide variants), que incluyen SNPs e Indels, sobre datos de RNA-seq. Estos scripts están optimizados para que puedan ser usados sobre cualquier especie/genoma de referencia.

Grupos de scripts desarrollados por HelixBios para el análisis de amplicones (16S, 16S-Archeas, 18S, ITS-Hongos, ITS-Plantas, COI, etc.): + micro_eda: scripts desarrollados para el control de calidad, análisis exploratorio y análisis univariables a partir de datos de biodiversidad (índices alfa) y abundancia observada (composición microbiológica) a nivel de muestra, a nivel de amplicon, a nivel de taxonomía y a nivel de unidad operacional. + micro_mlt: scripts desarrollados para el análisis multivariante de la microbiota a partir de datos de biodiversidad (índices alfa y beta) y análisis de abundancia diferencial con diferentes metodologías (abundancia observada) a nivel de metadato, a nivel de amplicon, a nivel de taxonomía y a nivel de unidad operacional. + micro_seq: scripts desarrollados para trabajar con experimentos de amplicones con un gran número de muestras para caracterizar por muestra el número de lecturas crudas, trimeadas y mergeadas y sus porcentajes. + micro_tax: scripts desarrollados para el tratamiento, limpieza y estructuración de diferentes tablas taxonómicas generadas a partir de diferentes bases de datos taxonómicas. Grupos de scripts auxiliares desarrollados por HelixBioS para dar soporte al análisis de amplicones: + bases: scritps desarrollados para la extracción, importación, limpieza y manejo de datos provenientes de bases de datos relacionadas con los diferentes pipelines de análisis de datos de amplicones. + biblio: scripts y archivos que recogen la bilbiografía consultada y utilizada en el desarrollo y puesta a punto de los pipelines de análisis de los amplicones antes mencionados. Recoge archivos .bib con el formato de bibliográfico requerido por R y archivos .csl con los diferentes estilos bibliográficos aceptados por las publicaciones científicas. + css: scripts y archivos que permiten crear documentos .html + funciones: scripts y funciones creados para la ejecución y ayuda en los diferentes pipelines de análisis de datos de amplicones.

Grupos de scripts desarrollados por HelixBios para el análisis de microarrays + arrays: scripts desarrollados para el análisis de microarrays de Affymetrix. + aux_arrays: funciones creadas para la ejecución y ayuda en el análisis de microarrays.

DESCRIPCIÓN GENERAL Una parte fundamental de los estudios metagenómicos microbianos es el tener acceso a una correcta base de datos que contenga las secuencias que identifican los taxones bacterianos, para poder comparar. Bases de datos muy extensas, muy generales, van a dar unos resultados más inexactos debido a diferentes razones, tales como: 1) Anotaciones incorrectas. 2) Sesgos en la cantidad de bacterias dentro de la base. 3) Entradas duplicadas. 4) Entradas antiguas. 5) Entradas incompletas. 6) Datos muy generales, poco específicos de un tema o rama. El numero de entradas no es sinónimo de calidad o robustez, si esto no se acompaña de datos de calidad. Grandes bases de datos, como SILVA o GreenGenes, tienen tasas de error cercanas al 20% (Edgar R. 2018. Taxonomy annotation and guide tree errors in 16S rRNA databases. PeerJ 6:e5030 https://doi.org/10.7717/peerj.5030) En este sentido, el mejor enfoque pasaría por usar una base de datos concreta, derreplicada y curada para el estudio que se requiera realizar. Las características que debe tener una correcta base de datos serian: 1) Anotaciones lo más completas posibles (hasta nivel de especie, incluso subespecie o cepa). 2) Secuencias derreplicadas. 3) No sesgada. 4) Anotaciones corregidas y revisadas. 5) Secuencias actualizadas. 6) Concreta para el ámbito de estudio, revisada por expertos en el tema. Con estas líneas, presentamos la base de datos de Helix BioS del microbioma intestinal humano para estudios de metagenómica basados en el rRNA 16S. Estas secuencias han sido buscadas y curadas por nuestro equipo de profesionales, en las principales bases de datos, como Refseq, SILVA, LPSN, etc. Cada secuencia ha sido analizada y corregida, eliminando duplicadas, secuencias con errores, revisando la taxonomía y actualizándola. Se han buscado las especies bacterianas asociadas al microbioma intestinal, agrupadas en diferentes grupos funcionales, bajo la guía y supervisión de profesionales en microbiología intestinal. Esta nueva versión, desarrollada en el 2022, presenta una reestructuración completa de la anterior, con un grado mas elevado de curación, actualización y concreción, lo que permite la obtención de resultados de gran calidad en los estudios de Metabarcoding asociados a microbioma intestinal humano. COMPOSICIÓN Y ESTRUCTURA Se presentan dos bases de datos, ambas contienen la misma información taxonómica del rRNA 16S pero el formato está adaptado para ser usado con diferentes algoritmos: • Especifica: esta base de datos es la que recomendamos usar para alineadores tipo BLAST, CD-HIT, etc. • Sintax: esta base de datos esta formateada para usarla con algoritmos predictivos como Sintax (usearch), Vsearch, etc. Actualmente constan de 5750 entradas, divididas en los siguientes grupos funcionales: 1) Microbiota Inmunomoduladora: entre las que se incluyen especies de Enterococos, Estafilococos, Blautia y Eschirichia coli. 2) Microbiota protectora: entre las que se encuentran especies de Lactobacilos, Eubacterias, Bifidobacterias, Bacteroides, Estreptococos. 3) Microbiota muconutritiva: entre las que se encuentran los géneros Roseburia, Eubacteria y Ruminococos. 4) Microbiota consumidora de moco: entre las que se encuentran especies de los géneros Bifidobacterias, Ruminococos, Bacteroides. 5) Microbiota productora de butírico: entre los géneros de este grupo se estudian Clostridios, Eubacterias, Anaerobutiricum, Butiricocos. 6) Microbiota portadora de toxina de zonula occludens y toxina ace: grupo formado por bacterias de la familia Vibrionaceae. 7) Microbiota proteolítica: en este grupo se encuentran especies de Fusobacterias, Clostridios, Pseudomonas, Enterobacterias, Eubacterias, Enterococos. 8) Microbiota portadora de lipopolisacáridos e inflamativa: entre las que se incluyen especies de los géneros Fusobacterias, Bacteroides, Bacteroidetes. 9) Microbiota neuromoduladora: incluyendo Bacteroides, Lactobacillus, Parabacterides, Lactococos. 10) Microbiota productora de Metano: incluyendo los principales géneros de archaeas. 11) Microbiota productora de histaminas y aminas biogenas: que incluye, entre otros, los generos Proteus, Pseudomonas, Lactococos, Lactobacilos. 12) Microbiota productora de sulfuro de hidrogeno: que incluye Fusobacterias, Campilobacterias, entre otros. 13) Microbiota reguladora del metabolismo cardiovascular, obesidad y homeostasis energetica: incluyendo Prevotelas, Bacteroides y Ruminococos. 14) Microbiota patógena oportunista: entre las que se incluyen aquellas Fusobacterias patógenas, Salmonella, Clostridium difficile, Klebsiella. 15) Otra microbiota proteolítica: con Clostridios, Citrobacterias, etc.

DESCRIPCIÓN GENERAL Una parte fundamental de los estudios metagenómicos microbianos es el tener acceso a una correcta base de datos que contenga las secuencias que identifican los taxones bacterianos, para poder comparar. Bases de datos muy extensas, muy generales, van a dar unos resultados más inexactos debido a diferentes razones, tales como: 1. Anotaciones incorrectas. 2. Sesgos en la cantidad de bacterias dentro de la base. 3. Entradas duplicadas. 4. Entradas antiguas. 5. Entradas incompletas. 6. Datos muy generales, poco específicos de un tema o rama. El número de entradas no es sinónimo de calidad o robustez, si esto no se acompaña de datos de calidad. Grandes bases de datos, como SILVA o GreenGenes, tienen tasas de error cercanas al 20% (Edgar R. 2018. Taxonomy annotation and guide tree errors in 16S rRNA databases. PeerJ 6:e5030 https://doi.org/10.7717/peerj.5030). Esto cobra mucha más importancia en áreas de estudio mas secundarias o donde la búsqueda de bacterias no ha sido tan exhaustiva, como, por ejemplo, suelos y/o aguas de origen industrial (agrícolas, mineros, residuos, etc.) o consumo humano. En este sentido, el mejor enfoque pasaría por usar una base de datos concreta, derreplicada y curada para el estudio que se requiera realizar. Las características que debe tener una correcta base de datos serian: 1. Anotaciones lo más completas posibles (hasta nivel de especie, incluso subespecie o cepa). 2. Secuencias derreplicadas. 3. No sesgada. 4. Anotaciones corregidas y revisadas. 5. Secuencias actualizadas. 6. Concreta para el ámbito de estudio, revisada por expertos en el tema. 7. Que puedan abarcar toda la diversidad posible del ambiente en estudio. Con estas líneas, presentamos la base de datos de Helix BioS del microbioma de muestras de ambientes mineros (suelos y aguas), para estudios de metagenómica basados en el rRNA 16S (bacterias). Estas secuencias han sido buscadas y curadas por nuestro equipo de profesionales, en las principales bases de datos, como Refseq, SILVA, LPSN, etc. Cada secuencia ha sido analizada y corregida, eliminando duplicadas, secuencias con errores, revisando la taxonomía y actualizándola. Se han buscado las especies ambientes mineros como tierras, aguas, escombreras, etc. De este modo, esta base de datos se ofrece como una base de datos curada, concreta para el estudio de suelos y/o aguas de entornos agrícolas y con datos de calidad, que permite que los estudios taxonómicos, en los cuales sea usada, den resultados robustos y seguros. COMPOSICIÓN Y ESTRUCTURA Se presentan dos bases de datos, ambas contienen la misma información taxonómica del rRNA 16S pero el formato está adaptado para ser usado con diferentes algoritmos: - Especifica: esta base de datos es la que recomendamos usar para alineadores tipo BLAST, CD-HIT, etc. - Sintax: esta base de datos esta formateada para usarla con algoritmos predictivos como Sintax (usearch), Vsearch, etc. Ambas están compuestas por 5836 entradas de diferentes taxones bacterianos asociados a su secuencia de 16S. Todos ellos están identificados hasta nivel de especie y/o subpoblación/cepa. Todas las entradas han sido curadas y derreplicadas, obteniendo una base de datos de gran calidad para los estudios de Metabarcoding de ambientes Agrícolas.

This document describes a comprehensive technical/experimental proposal for investigating different options to leach out the phosphorus present in certain types of iron ore and related materials. Two main workflows are described, one in which leaching chemicals are used and another where microorganisms are employed. The idea is to test several ways (dynamic or static) of contacting iron ore substrates (run-of-mine, concentrates, tailings) with the leaching agents (chemical or biological), in order to simulate typical conditions that may be found in the mining or ore beneficiation operations. In this way, a comprehensive state-of-the-art study and +660 individual tests are to be performed, divided into eight work packages or sub-projects, in order to encompass the widest range of experimental conditions of interest for the process. Additionally, a logical framework based on go/no go break-point has been implemented, to help the client to decide whether or not to continue with specific worklines in case the results are not satisfactory. This value proposal also includes aspects of the latest technology, particularly in what has to do with the application of biotechnology to face the problem of bioleaching of phosphorus present in iron ores. Thus, we present novel aspects such as the bioprospecting of phosphorus solubilizing microorganisms in different microenvironments of the mine and the application of environmental DNA massive sequencing technologies to carry out metagenomic studies, which allow the identification of biomarkers and ecosystemic trends that promote bioleaching and allow in-depth monitoring of these processes from an industrial stand-point. Finally, the results obtained will be used to develop conceptual process flow diagrams, lay-outs and preliminary economic assessment (capex/opex) for the pilot-plat implementation of the more feasible processes, as identified in the experimental part of the project, emphasizing the possibilities of recovering phosphorus co-products as well as dephosphorized iron ore.

Una parte fundamental de los estudios metagenómicos microbianos es el tener acceso a una correcta base de datos que contenga las secuencias que identifican los taxones bacterianos, para poder comparar. Bases de datos muy extensas, muy generales, van a dar unos resultados más inexactos debido a diferentes razones, tales como: 1. Anotaciones incorrectas. 2. Sesgos en la cantidad de bacterias dentro de la base. 3. Entradas duplicadas. 4. Entradas antiguas. 5. Entradas incompletas. 6. Datos muy generales, poco específicos de un tema o rama. El número de entradas no es sinónimo de calidad o robustez, si esto no se acompaña de datos de calidad. Grandes bases de datos, como SILVA o GreenGenes, tienen tasas de error cercanas al 20% (Edgar R. 2018. Taxonomy annotation and guide tree errors in 16S rRNA databases. PeerJ 6:e5030 https://doi.org/10.7717/peerj.5030). Esto cobra mucha más importancia en áreas de estudio mas secundarias o donde la búsqueda de bacterias no ha sido tan exhaustiva, como, por ejemplo, suelos y/o aguas de origen industrial (agrícolas, mineros, residuos, etc.) o consumo humano. En este sentido, el mejor enfoque pasaría por usar una base de datos concreta, derreplicada y curada para el estudio que se requiera realizar. Las características que debe tener una correcta base de datos serian: 1. Anotaciones lo más completas posibles (hasta nivel de especie, incluso subespecie o cepa). 2. Secuencias derreplicadas. 3. No sesgada. 4. Anotaciones corregidas y revisadas. 5. Secuencias actualizadas. 6. Concreta para el ámbito de estudio, revisada por expertos en el tema. 7. Que puedan abarcar toda la diversidad posible del ambiente en estudio. Con estas líneas, presentamos la base de datos de Helix BioS del microbioma de muestras de ambientes mineros (suelos y aguas), para estudios de metagenómica basados en el rRNA 16S (bacterias). Estas secuencias han sido buscadas y curadas por nuestro equipo de profesionales, en las principales bases de datos, como Refseq, SILVA, LPSN, etc. Cada secuencia ha sido analizada y corregida, eliminando duplicadas, secuencias con errores, revisando la taxonomía y actualizándola. Se han buscado las especies ambientes mineros como tierras, aguas, escombreras, etc. De este modo, esta base de datos se ofrece como una base de datos curada, concreta para el estudio de suelos y/o aguas de ambientes mineros y con datos de calidad, que permite que los estudios taxonómicos, en los cuales sea usada, den resultados robustos y seguros. COMPOSICIÓN Y ESTRUCTURA Se presentan dos bases de datos, ambas contienen la misma información taxonómica del rRNA 16S pero el formato está adaptado para ser usado con diferentes algoritmos: - Especifica: esta base de datos es la que recomendamos usar para alineadores tipo BLAST, CD-HIT, etc. - Sintax: esta base de datos esta formateada para usarla con algoritmos predictivos como Sintax (usearch), Vsearch, etc. Ambas están compuestas por 3758 entradas de diferentes taxones bacterianos asociados a su secuencia de 16S. Todos ellos están identificados hasta nivel de especie y/o subpoblación/cepa. Todas las entradas han sido curadas y derreplicadas, obteniendo una base de datos de gran calidad para los estudios de Metabarcoding de ambientes mineros.