中科院北京生科院趙方慶課題組在Nature Communications發表微生物組解析的新技術

metaSort技術流程

2017年1月，國際學術期刊Nature Communications在線發表了中國科學院北京生命科學研究院計算基因組學實驗室趙方慶團隊題為「MetaSort untangles metagenome assembly by reducing microbial community complexity」的研究成果。該研究首次提出基於降低物種複雜度策略，對複雜微生物群落進行基因組結構解析的新技術。

微生物組群落結構的多樣性是群落髮揮生態功能的重要基礎，因此對於複雜微生物群落結構的解析一直是宏基因組研究的重點和難點。以往對於微生物群落結構的解析主要是通過與參考資料庫比對來實現，使得未知環境下的微生物群落的研究受到極大限制。單細胞測序技術可以從單個細胞水平獲取微生物基因組，它在複雜微生物群落的基因組結構解析方面有著重要的應用潛力。然而，由於微生物單細胞測序技術具有高成本、低成功率，並且所產生的數據覆蓋度高度不均一等固有缺陷，使得它在微生物組學研究中的應用受到很大限制。

為了解決上述問題，中科院北京生科院趙方慶研究團隊提出了基於降低物種複雜度策略的微生物組結構解析的新技術—metaSort，它將單細胞測序和全基因組隨機測序技術相結合，以獲取微生物群落中不同物種的基因組完整序列。metaSort利用流式細胞術對宏基因組樣品中的細菌進行排序，然後分選出指定區間內指定數目的細菌子集。隨後，利用單細胞技術對每個細菌子集進行擴增測序。為了利用原始的宏基因組和分選的細菌子集信息，他們還提出了兩個新的演算法模型：BAF和MGA。這兩個方法可以利用子集中富集細菌的部分基因組序列，從原始宏基因組數據中回收目標基因組序列，並對這些序列進行拓撲組裝和變異識別。研究人員將該技術應用到口腔和腸道微生物樣品中，均證明該方法的有效性。他們又進一步對未知微生物群落—海藻表面共生微生物進行了研究：僅通過3次流式細胞分選，就成功獲得72個接近完整的微生物全基因組序列。通過三代測序技術對拼接後的基因組序列進行驗證，表明metaSort方法具有很高的準確性。metaSort已公開發布在免費的開源網站SourceForge上（https://sourceforge.net/projects/metasort/），以方便相關研究者下載使用。

如何開展「新環境」下微生物組的研究一直是困擾環境生物學家和計算生物學家的難題。新環境意味著其中存在大量未知種類的微生物。如果僅利用已知的物種和基因組信息，去對新環境中未知微生物的種類和丰度進行解析，就會遇到很多問題。metaSort方法可以成功解決上述問題，其優勢首先在於提供了靈活的方式獲取新環境樣品中微生物的基因組序列：用戶可以自行控制分選細胞的數目，例如，如果只分選一個細胞，那麼這就是典型的單細胞測序；如果選擇的範圍和數目較大的話，那麼分選出的細胞組成就類似於原始的宏基因組。因此，metaSort提供了一個靈活和可控的分選細胞子集的方式，並且通過控制分選細胞的數量和區域較小宏基因組的複雜度；與傳統的單細胞測序相比，metaSort分選出的細胞子集交集很小，意味著通量的提高和成本的降低；除此之外，其他的分選方式，例如特異性的核酸探針和抗體標記的磁珠都可以應用到metaSort中以獲取目標細菌，這些方法都會極大的提高metaSort的應用範圍，進而推動對未知環境中微生物組成、基因功能和代謝網路的研究進展。

該工作由中科院北京生科院趙方慶研究團隊的助理研究員冀培豐和博士後張延明共同完成，並得到國家自然科學基金和科技部重點研發計劃的資助。

本公眾號由中國科學院微生物研究所信息中心承辦

微信公眾號：中國生物技術網