微生物多组学研究｜16S与宏基因联合分析经典思路

前面提到，微生物群落研究可以包括物种组成，群落多样性，群落功能结构，功能作用情况等多个方面（戳这里查看~）。16S测序技术一般只侧重于研究群落的多样性变化，虽然可以通过一些软体根据16S的测序数据来进行通路功能分析，但分析准确性往往有限。而宏基因组测序则侧重于研究群落的功能结构，虽已有大量工具可以挖掘宏基因组中的16S rRNA数据进行多样性分析，但数据量不足和16S rRNA的组装效果不理想也往往成为分析的制约因素。

如果需要更高效更准确地同时了解微生物群落的组成、多样性以及功能情况，利用16S和宏基因组的联合组学分析已经成为一些高分文章的主流思路。

16S测序相比宏基因组测序来说，价格更加便宜。利用16S技术对大量样本进行测序分析后，首先发现并阐明不同条件的样本间微生物组成以及多样性差异，然后挑选个别有代表性的样本，进行宏基因组测序，从而可以验证16S的分析结论、更加深入的阐明群落的功能情况，更好地说明微生物群落与环境之间的关系。

下面用一篇文章来印证我们的思路：

标题：肠道微生物分析发现黑色素瘤治疗会引起病人患有结膜炎[1]

肠道微生物组成与炎症发展相关。部分黑色素瘤患者使用Ipilimumab（黑色素瘤治疗药物）治疗后会引发结膜炎，另一部分病人则不会。利用16S和宏基因组测序，寻找病人中与抗结膜炎相关的微生物biomarkers，为更合理地使用Ipilimumab提供帮助。

Ipilimumab用药后，利用16S测序技术，比较10位结膜炎患者（PtC）和24位非结膜炎患者（C-F）在发生炎症反应之前的肠道微生物生长情况，发现两组样本有约80%的微生物组成是一致的（图1a），这与宏基因组测序结果基本一致。但在炎症发生后，比较两组样本的微生物组成，结果发现非结膜炎患者的bacteriodetes组分明显增加（图1b）。

图1. 结膜炎与肠道微生物改变相关

A．C-F和PtC组粪便微生物组成比较；

B. C-F和PtC组中bacteriodetes的丰度存在差异。

挑选10位结膜炎患者和12位非结膜炎患者的肠道微生物样本，进行宏基因组测序发现，两种样本的微生物菌落功能基本一致，但聚胺转运系统（polyamine transport System）和维生素B（thiamine （B1）、riboflavin（b2）、pantothenate（b5））合成等功能模块与抗结膜炎相关。

图2. 在C-F病人中富集的微生物通路

联合16S rRNA测序和宏基因组测序两种技术，发现维生素B合成等微生物群落功能与抗结膜炎相关后。利用相关通路作为biomarker，对病人的患结膜炎情况进行预测，发现这些通路biomarkers的预测准确率极高（图3）。

图3. 利用不同通路的预测准确性比较

（Poly, polyamine transport system; Thi, thiamine biosynthesis; Ribo, riboflavin biosynthesis; Panto, pantothenate biosynthesis.）

基迪奥能够为客户提供专业的微生物研究思路，丰富的分析内容和更多个性化的数据挖掘手段，有兴趣的老师可以积极参加我们近期的讲座哦（对应的讲座主题是：微生物群落研究发文策略与项目问题讨论）！

我们下周的讲座行程安排如下：

参考文献：

[1] Dubin, Krista, et al. "Intestinal microbiome analyses identify melanoma patients at risk for checkpoint-blockade-induced colitis." Nature communications 7 (2016).