​微生物组的五大常见分析技术

微生物组的五大常见分析技术

       微生物组(microbiome)是指包括细菌、古菌、低(高)等真核生物、病毒等微生物的基因和基因组，及其周围环境在内的全部。研究表明微生物组在人类和动植物的营养吸收、疾病抵抗和环境适应中起重要作用。

       过去的十几年，微生物组相关研究和应用持续升温。微生物组逐渐成为生命科学、环境科学、农业和医学等领域的研究焦点。

       目前对微生物组样本的研究主要集中在3个层面：微生物培养层面、DNA层面、mRNA层面，在高通量测序技术的发展衍生出一系列微生物组研究技术，如培养组（微生物基因组de novo）、扩增子、宏基因组、宏病毒组和宏转录组，快速推动了微生物组领域的发展。

五大技术优缺点比较

人类微生物组分析的不同测序技术生物信息学策略

扩增子测序

       扩增子测序是指利用合适的通用引物扩增环境中微生物的16S rDNA / 18S rDNA / ITS或功能基因的序列（某一段可变区（如16S V3+V4，16S V4+V5，16SV4，18SV4，ITS1，ITS2等）），通过二代高通量测序技术检测PCR产物的序列变异和丰度信息，分析该环境下的微生物群落的多样性和分布规律。主要优势在物种多样性层面。也可以使用PICRUSt等软件通过比对16S测序数据获得的物种组成信息，预测其功能基因组成，从而分析不同样本或分组之间在功能上的差异。但是通过某一两个可变区域预测物种的多样性，存在一定的误差，一般只能注释到“属”水平。

       三代扩增子测序技术结合了一代Sanger测序的读长优势和二代Illumina测序的高通量优势，能将16S、18S、ITS全长完全测通，在细菌、真菌群落结构分析中具有：覆盖度广、读长长、通量高、物种注释准，数据重复性好，且“种”水平注平均注释率≥60%等优势。

基于计算机模拟，比较16S rRNA可变区

宏基因组测序

       宏基因组测序（MetagenomicsSequencing）是对微生物群体中包含的全部基因组信息进行测序分析。通过高通量测序研究特定环境下的微生物群体基因组（包括细菌、真菌、病毒等等），分析微生物多样性、种群结构、基因功能、代谢网络和进化关系等，并可进一步探究微生物群体功能活性、相互协调作用关系及与微生物环境之间的关系。因此，宏基因组学研究能全面精细地展示微生物群落整体性的功能代谢谱和物种精细组成谱，从原理上阐明微生物群落在生态系统中发挥作用的根本机制。

宏转录组学

       宏转录组学（Meta-transcriptomics）的研究对象是微生物组mRNA，通过对特定时间、空间和条件状态下，采集的样本中所有微生物群落的转录本进行大规模高通量测序，可以检测微生物群落中活性物种的分布特征及其表达转录的功能特性信息，同时可以比较不同时间、空间和条件状态下的差异表达基因和差异功能途径，从而揭示微生物群落在不同环境压力下的调节适应机制，探索“微生物组——环境/宿主”之间的互作机理。

       与宏基因组学相比，宏转录组学是在RNA水平研究微生物组的表达谱信息，因而能提供微生物组在环境响应以及表达调控层面的更为真实的数据结果。

微生物基因组de novo

       微生物基因组de novo是利用二代及三代测序技术对微生物进行全基因组从头测序、组装获得微生物的全基因组序列，并对其进行结构和功能研究的方法。细菌的直径通常为0.5-7μm，基因组大小一般3~7Mb之间，真菌体积稍大，基因组一般10-200M大小。这些生物虽然看似渺小，却时刻与所处环境互作，发挥着重要作用。

宏病毒组学

        宏病毒组学（Viral Metagenomics）直接以环境中所有病毒的遗传物质为研究对象，能够快速准确鉴定出环境中所有的病毒组成。根据研究的病毒类型，分为DNA病毒的宏组学研究和RNA病毒的宏组学研究。在病毒发现、病毒溯源、微生物预警等研究方面具有重要作用。可应用于人或动物肠道或者血液样本、海洋、土壤等的研究，用以挖掘潜在的对人类和环境的危害。

差异病毒、细菌和代谢物共生网络分析

研究应用方向：

医学领域：研究人体微生物与人体健康/疾病的关系、为疾病的诊断提供潜在生物标志物、对疾病进程的干预和影响；

畜牧领域研究：肠道、瘤胃等微生物群落与动物繁殖、生长发育、营养健康、免疫和疾病治疗等的互作关系；

农业领域研究：根际微生物、农业耕作/施肥处理与土壤微生物群落、植物内生菌互作等；

环境领域研究：有机肥发酵处理、污水治理、石油降解、水体及海洋环境等微生物群落分布和组成等；

生物能源研究：特殊功能的菌株、基因挖掘、工程菌的开发；

食品领域：食品发酵、动物饲料、食品安全；

特殊极端环境：极端环境条件下的微生物类群研究。

微生物组各技术研究应用高分文章

参考文献：

Liu Yong-Xin,Qin Yuan,Chen Tong et al. A practical guide to amplicon and metagenomic analysis of microbiome data.[J] .Protein Cell, 2021, 12: 315-330.

Bikel Shirley,Valdez-Lara Alejandra,Cornejo-Granados Fernanda et al. Combining metagenomics, metatranscriptomics and viromics to explore novel microbial interactions: towards a systems-level understanding of human microbiome.[J] .Comput Struct Biotechnol J, 2015, 13: 390-401.

Johnson Jethro S,Spakowicz Daniel J,Hong Bo-Young et al. Evaluation of 16S rRNA gene sequencing for species and strain-level microbiome analysis.[J] .Nat Commun, 2019, 10: 5029.

Yang Jian,Zheng Peng,Li Yifan et al. Landscapes of bacterial and metabolic signatures and their interaction in major depressive disorders.[J] .Sci Adv, 2020, 6: undefined.