【学分析】宏基因组分析初探

Panda姐

整理自我的博客：宏基因组学之初识

1 宏基因组学的基本概念梳理
       宏基因组学(也称元基因组学)，是环境样品中所有微生物基因组集合的研究技术和方法。宏基因组测序以环境样品中的微生物群体基因组为研究对象，直接从环境样品中提取全部微生物的DNA，构建宏基因组文库，利用高通量测序技术分析环境样品所包含的全部微生物的群体基因组成及功能和参与的代谢通路，解读微生物群体的多样性与丰度，探求微生物与环境，微生物与宿主之间的关系，发掘和研究新的、具有特定功能的基因。另外16S/18S rDNA测序则是以细菌16S rRNA 或者真菌18S rRNA 基因测序为主, 核心是研究样品中的物种分类、物种丰度以及系统进化。
        
2 宏基因组学研究的内容
1 Who is there?
2 What are they doing?
3 Who is doing what?
4 How do they interact with their environments?(Integration with metadata)
就是通过宏基因组学测序可以知道一个环境群体里的到底有谁在？它们每天的工作是什么？它们是如何工作的？

3 宏基因组学的分析流程
      宏基因组学大数据分析的各个环节都需要运用信息学和生物信息学技术(下图)。首先是大数据的存储，包括环境样品的采集(采集地点、样本类型、地理环境、气候季节等)和处理信息(实验条件、处理时间等)， 样品的地球物理化学参数， 测序信息(测序反应条件、测序仪器、测序深度等)和大量的序列数据；经过分类和整理之后的数据，需要进入标准化的数据库进行保存，以备后续分析使用。其次是大数据的前处理，即海量序列的基础分析，包括序列质量控制、序列拼接、序列的物种分类学分析、序列功能的预测和相对定量分析。大数据的前处理是宏基因组学研究的基础，其速度和准确性都将对实验进度和最终结论产生很大影响。最后，经过基础分析的数据需要进一步进行信息分析、比对与提炼，进而分析微生物的群落组成与多样性、群落功能与遗传变异、群落结构与物种间的相互关联、群落与环境的相互作用，最终为环境变化的预测和治理提供理论依据。【环境微生物宏基因组学研究中的生物信息学方法（邓晔 微生物学通报 2015）】



      总体上说宏基因组学分析工具正在不断地进步，优秀的分析工具也越来越多，但是there is no clear winner that suits all situations。并且在不久的将来，群体转录组、蛋白质组和代谢组数据的整合分析成为可能。也许最重要的多组学整合分析是建立预测模型来识别不同物种之间独有的代谢交流。

补充软件： Assembly: Minia/HiPmer/ALE/SoAPdenovo2/sPAdes V3/iMetAMOS/MeGArge/GAM-NGS/Ray/minimus-2/MeGA-Merge/CAP3/ Bining: MetaBAT/MaxBin/ABAWACA/CONCOCT/GroopM/ Annotation: MetaPhlAn 2.0(在nature method上发表的)

      单细胞测序技术的发展，可以使用单细胞基因组协同辅助宏基因组分析，已到达更精确区分每个物种的基因组。 误差会由许多不一致的因子产生，例如DNA提取的方法、引物和扩增区域、测序平台、使用的软件等。正因为误差的存在，通过两个群落宏基因组之间的比较很难取得可信的结果。【Metagenomics：Tools and Insights for Analyzing Next-Generation Sequencing Data Derived from Biodiversity Studies（Anastasis oulas Bioinformatics and biology insights 2015） 】
      




4 群体分析面临的挑战
技术障碍 ：大量的数据但覆盖度低，拼接和注释对计算的需求高，拼接、注释、分箱的质量不确定
概念障碍：复杂的数据在噪音识别困难，数据拥有固有的多维，每一段序列属于某个生物并且具有功能；

写在最后
       随着相关软件的开发及测序技术的发展，宏基因组的研究会不断地向前发展。我觉得地球环境宏基因组计划、人类微生物宏基组计划等等，他们所做的工作都非常的有趣，有意义。尤其是最后将研究结果应用到实际生活中，建立地球环境变化预测模型、指导人类日常生活都激发了我对该学科的研究兴趣。希望未来我也能够做出有价值的研究。