宏基因组技术简介

宏基因组学这一概念最早是在1998年由威斯康辛大学植物病理学部门的Jo Handelsman等提出的，是源于将来自环境中基因集可以在某种程度上当成一个单个基因组研究分析的想法，而宏的英文是“meta-”，具有更高层组织结构和动态变化的含义。后来伯克利分校的研究人员Kevin Chen和Lior Pachter将宏基因组定义为“应用现代基因组学的技术直接研究自然状态下的微生物的有机群落，而不需要在实验室中分离单一的菌株（A way of accessing the genes of bacteria from an environment by avoiding the culturing step ）”的科学[1]。

由于自然界中大部分的微生物（>95%）都不能在实验室中培养，宏基因组的出现使得人们对这些生物的研究成为了现实。宏基因组简单的说就是获取一个群落内所有生物的基因组信息，后续可以通过对基因组信息的分析探讨在各种环境下微生物间相互作用和微生物与周围环境间相互影响的规律。宏基因组另一个方面的应用是是筛选功能基因, 开发具有所需功能的蛋白[2]。

宏基因组学研究的工作流程一般可以概括成，样品采集、核酸提取、大规模测序、数据比对检索分析、生物学功能分析等。样品采集的地点可以是任何我们感兴趣的，同时被government允许access的地点，小编听过的宏基因组有：肠道菌群宏基因组，口腔菌群宏基因组，极端环境菌群宏基因组，水渠（blocked）内菌群宏基因组，猪粪（这个真的有人研究！）菌群宏基因组。 DNA大规模测序技术可以参见BioEngX历史文章 。今天我们简单介绍在获得基因组数据后，宏基因组技术的几个应用方面。

 如何应用宏基因组获得的数据开发所需功能的酶？

我们能够采用两种手段，首先可以制作DNA文库，而后将DNA文库转化进入到一个载体内，转化进入大肠杆菌或其他微生物内，待DNA在细胞内表达后，利用高通量手段进行筛选。筛选的手段需要根据不同兴趣蛋白质而定。另一种办法就是利用BLAST或Pfam相似功能的软件在宏基因组序列内寻找与已知序列同源的蛋白质，这种方法的缺陷是找不到那些和已经基因没有同源关系的新基因。

 如何进行代谢通路分析（pathway analysis）?

代谢通路分析是为了研究某一个环境中各种代谢途径的富集程度。一般需要根据统计检验方法（如P-value）来筛选。常用的代谢通路数据库有KEGG、Reactome、BioCyc、 RegulonDB、 WikiPathwans等。KEGG（Kyoto Encyclopedia of Genes and Genomes）是系统分析基因功能、基因组信息数据库，它有助于研究者把基因及表达信息作为一个整体网络进行研究。基因组信息存储在GENES数据库中，包括完整和部分测序的基因组序列；更高级的功能信息存储在Pathway数据库里，包括图解的细胞生化过程如代谢、膜转运、信号传递、细胞周期，还包括同系保守的子通路等信息。KEGG的另一个数据库是LIGAND，包括关于化学物质、酶分子、酶反应等信息，可以免费获取。KEGG提供的整合代谢途径 （Pathway）查询十分出色，包括碳水化合物、核苷、氨基酸等的代谢及有机物的生物降解，不仅提供了所有可能的代谢途径，而且对催化各步反应的酶进行了全面的注解，包含有氨基酸序列、PDB的链接等。

 如何进行菌群间差异分析？

有几种基于序列特征的比较，包括样品间GC含量的比较，微生物基因组大小的比较，系统发育关系树的比较和功能组分的比较。许多比较分析都用到了关联统计学的方法，通常假设有几种元数据影响观测到的宏基因组群体的组分。主成分分析（PCA）和非度量多维标度（NM-MDS）用来图形化展示数据并揭示有哪些因素最影响数据。有几种进行宏基因组比较分析的软件。第一个是MEGAN， 可以比较两个或几个标准化后的样品的GC含量。第二种是MG-RAST，提供了一种比较功能和基于序列的分析来上传样本。第三种是CAMERA，提供了BLAST接口让客户可以比对40多种现有的宏基因组数据。

另外，宏基因组数据还可以用来衡量样本中物种的多样性，估计样本中的物种组成及丰度等[3]。尽管宏基因组技术有很美好的前景，但这一技术的应用还面临着灵敏度、检测速度、操作性和经济性的瓶颈。整个分析过程包括了样品处理、核酸提取、建测序文库、高通量测序、数据分析等环节，检测速度和操作性目前还无法向基层应用进行普及，高通量测序的成本虽然以及大幅降低，当仍然难以进入普通医疗市场，这为我们提出了新的应用性问题 [4]。

Reference：

1. Itai Sharon and Jillian F. Banfi eld. (2013) Genomes from Metagenomics. Science, 342:1057-1058

2. 孟飞, 俞春娜, 王秋岩, 等. 宏基因组与宏基因组学[J]. 中国生物化学与分子生物学报, 2010, 2: 005.

3. http://www.genedenovo.com/faq/11.html

4. http://blog.sciencenet.cn/blog-620603-687922.html

图片来自网络，内容由BioEngX原创，如需转载，请联系管理员。

管理员邮箱：info@bioengx.org；管理员微信：bioengxadmin

扫描下方二维码关注BioEngX官方微信公众平台