由加州大学圣地亚哥分校（UC San Diego）的科学家领导的国际研究团队成功开发了名为Greengenes2的参考数据库，这一突破性进展将使得16S核糖体RNA基因扩增（16S）和Shotgun宏基因组测序技术的微生物组数据相互比较和结合成为可能。
UC圣地亚哥分校的儿科学、生物工程和计算机科学教授罗布·奈特（Rob Knight）博士表示：“这对微生物组研究来说是一个重要的时刻，因为我们有效地挽救了10多年的16S数据，否则这些数据可能在现代的Shotgun测序技术下变得过时。通过标准化这两种方法的结果，我们显著提高了发现与健康和疾病相关的微生物组生物标志物的机会。”奈特是这个国际团队的高级作者，他们在《自然生物技术》杂志上发表了题为《Greengenes2 unifies microbial data in a single reference tree》的论文，正式介绍了Greengenes2这一重要成果。
微生物组研究依赖于科学家确定样本中存在哪些微生物。为了做到这一点，科学家需要对样本中的基因信息进行测序，并将其与参考数据库进行比对，以确定哪些序列属于哪些微生物。16S和Shotgun测序是微生物组研究中应用最广泛的两种技术，但它们经常会得出不同的结果。研究论文中指出：“使用这些不同方法的研究者通常发现他们的结果难以协调。这种方法的不标准化限制了微生物组可重复的生物标志物发现...一个关键问题是全基因组资源和rRNA资源依赖于不同的分类和进化树。”
原有的Greengenes数据库在微生物组领域广泛使用了十多年。它是众多重要项目的参考数据库，包括美国国立卫生研究院人类微生物组计划、美国肠道微生物项目、地球微生物组计划等。
然而，该数据库的一个根本局限在于它依赖于单一基因（16S基因）的序列来鉴定样本中的微生物。虽然这种经过充分研究的基因一直被用作分类标记，但它不能总是确定特定的微生物种类或菌株，这对于临床工作非常重要。现代微生物组研究已经转向使用Shotgun测序，该技术检测来自微生物基因组各个区域的DNA，而不仅仅是关注一个基因。这种强大的方法为研究者提供了更高的物种水平特异性，并且提供了有关微生物功能的见解。
研究团队扩展了Web of Life整个基因组数据库，并开发了几种新的计算工具，将高质量的16S序列整合到整个基因组进化树中，从而创建了Greengenes2。通过Mirarab博士领导的研究团队开发的机器学习工具，他们将来自300,000多个微生物组样本的16S片段放入该数据库。最终，他们得到了一个广泛的参考数据库，可用于将16S和Shotgun测序数据映射到其中。
为了验证Greengenes2是否有助于标准化两种测序技术的结果，研究人员获取了来自同一人类微生物组样本的16S和Shotgun测序数据，并将其与Greengenes2的进化树进行了分析。两种技术的结果显示高度相关的多样性评估、分类信息和效应大小，这是研究人员之前未曾见过的。研究团队表示：“通过将序列插入到整个基因组进化树中，我们展示了当使用相同的树进行分析时，从相同样本产生的16S rRNA和Shotgun宏基因组数据在主坐标空间、分类学和表型效应大小上是一致的。”
Greengenes2的开发有望使得大量16S数据得以重新应用，并允许将其与现代Shotgun数据结合进行新的元分析。通过使用这个一致的分类资源，不同数据类型的微生物组研究的可重复性得到了显著提高，有助于研究人员在不同人群中可靠地回收大或小效应的变量。
这项突破性成果为微生物组学研究带来了新的时代，将为我们更好地理解微生物组在健康和疾病中的作用提供更可靠的数据基础。同时，它也为临床医学在基于微生物组数据做出诊断和治疗决策方面提供了更强有力的支持。这个由国际科学家合作的项目的成功标志着微生物组学领域的重要进展，为未来的微生物组研究开辟了新的可能性。
编辑：王洪
排版：李丽
评论 (0)