宏基因组学与微生物组学
宏基因组学与微生物组学
本章概念
宏基因组学与微生物组学是四、生物信息学应用领域领域中的核心议题。理解宏基因组学与微生物组学需要从基本定义出发，逐步深入到其物理机制、数学描述和实际应用。在四、生物信息学应用领域的研究中，宏基因组学与微生物组学扮演着连接理论与实践的桥梁角色，是构建完整知识体系不可或缺的组成部分。
从历史角度看，宏基因组学与微生物组学的研究经历了从定性描述到定量分析的发展过程。早期研究者主要依赖经验和直觉，随着理论和实验手段的进步，宏基因组学与微生物组学逐渐形成了精确的数学框架和可靠的实验验证体系。现代四、生物信息学应用领域对宏基因组学与微生物组学的理解已经达到很高的精度，但仍有一些基本问题有待解决。
# 简化 α 多样性计算示意（Shannon 指数） import math table = [ [30, 20, 10, 0, 40], [5, 5, 25, 30, 35], [28, 22, 8, 2, 40], ] def shannon(ab): total = sum(ab) return -sum((a / total) * math.log(a / total) for a in ab if a > 0) for i, row in enumerate(table): print("样本", i + 1, "Shannon 指数:", round(shannon(row), 3))
微生物组研究重复性差、批次效应强，规范化的实验与生物信息学流程、充分的阴性对照、谨慎的污染扣除都是保证结论可靠的关键。报告应同时给出组成与功能两个层面，并说明方法学细节。理解 16S 与鸟枪法各自的适用场景与局限，是设计实验与解读文献的基础。
宏基因组分析流程
宏基因组学直接对微生物群落中的全部 DNA 进行测序，绕过分离培养，从而研究复杂菌群（肠道、土壤、海洋）的组成与功能。经典方案是 16S rRNA 扩增子测序：扩增细菌 16S rRNA 基因的可变区，聚类成 OTU 或 ASV（扩增子序列变体），再按物种注释生成丰度表，进而计算 α 多样性（物种丰富度与均匀度）与 β 多样性（样本间组成差异）。参考数据库（如 SILVA、Greengenes）影响注释与下游结论。
鸟枪法宏基因组测序不再依赖扩增，直接测序全部 DNA，可进行物种组成与基因功能分析：先质控去除宿主污染，用组装或直接比对实现物种注释（如 MetaPhlAn）与功能注释（如 HUMAnN），必要时进行宏基因组组装与分箱（binning）重建微生物基因组。核心问题包括污染去除、参考库偏倚与结果的定量解释。多样性分析的统计检验（如 PERMANOVA）用于比较组间差异。
# 简化 α 多样性计算示意（Shannon 指数） import math table = [ [30, 20, 10, 0, 40], [5, 5, 25, 30, 35], [28, 22, 8, 2, 40], ] def shannon(ab): total = sum(ab) return -sum((a / total) * math.log(a / total) for a in ab if a > 0) for i, row in enumerate(table): print("样本", i + 1, "Shannon 指数:", round(shannon(row), 3))
宏基因组学的"不培养"革命：直接从环境读群落
宏基因组学（metagenomics）颠覆了"培养依赖"的微生物研究范式：核心方法——环境 DNA 提取（直接从土壤、肠道、海洋样本提取全部微生物 DNA——"不培养、直接测序"）；扩增子测序（amplicon——16S rRNA（细菌/古菌）或 ITS（真菌）的靶向测序——"物种组成"（OTU/ASV 聚类、多样性分析（α 多样性（物种丰富度）、β 多样性（群落间差异）））——"群落指纹"；鸟枪法宏基因组（shotgun——全部 DNA 测序——"群落的功能基因"（功能组成）、组装（宏基因组组装——MAG（metagenome-assembled genome）——"从宏基因组重建基因组"））；以及"宏转录组/宏蛋白组"（群落的活动状态——"谁在活跃表达"）。微生物组学的"核心应用"：肠道微生物组与健康（菌群组成与肥胖、糖尿病、炎症性肠病、免疫疾病的关联——"肠道菌群是'第二基因组'"；菌群-肠-脑轴）；环境微生物组（土壤、海洋——元素循环的微生物引擎）；以及"微生物组与疾病干预"（益生菌、粪菌移植（FMT）、"菌群靶向治疗"）。
微生物组分析的方法链可以分成四层。组成分析回答"有哪些菌"：相对丰度是典型组成数据，直接做常规统计会掉进伪相关的陷阱，要用 CLR 变换、ANCOM 这类专用方法。多样性分析分 α（群落内）与 β（群落间），β 多样性常用 PCoA 可视化、PERMANOVA 做组间差异检验。差异丰度分析回答"哪些菌在疾病组显著变化"，DESeq2、edgeR、LEfSe 是常用工具。再往上走要警惕因果混淆：菌群与疾病的关联大多是相关性，验证因果得靠无菌小鼠移植实验这类干预设计。实验方案上有两个取舍：扩增子测序便宜、只能看"谁在"；鸟枪法宏基因组贵、但能看"能做什么"。另外微生物组个体差异大、随时间波动，横断面相关结论需要大样本与纵向设计兜底。
微生物组分析的"方法与挑战"：组成分析（相对丰度——"组成数据"（compositional data）——"相对丰度的统计陷阱"（CLR 变换、ANCOM——"组成数据的专用统计"）；多样性分析（α/β 多样性——PCoA/PERMANOVA——"群落差异的统计检验"）；差异丰度分析（"哪些菌在疾病组显著变化"——DESeq2、edgeR、LEfSe——"组间差异菌的鉴定"）；以及"因果 vs 相关"（菌群与疾病的关联多是相关性——"菌群因果性的验证（无菌小鼠移植实验）"）。做一个"宏基因组"练习：理解"扩增子 vs 鸟枪法"的取舍（扩增子（便宜、组成分析——"谁在"）；鸟枪法（贵、功能分析——"能做什么"）——"从组成到功能"）；理解"为什么微生物组研究需要大样本与纵向设计"（菌群个体差异大、动态变化——"横断面相关需要大样本验证"）。宏基因组学与微生物组学是"人类微生物组计划（HMP）"以来最活跃的前沿——"第二基因组"的研究正在重塑我们对健康、疾病与生态的理解。
回顾本节核心：宏基因组（不培养直接测——扩增子/鸟枪法）；微生物组与健康（第二基因组、菌群-肠-脑轴）；组成数据的统计。宏基因组学是"微生物研究的革命"——从培养到不培养，"第二基因组"正在重塑健康与生态的理解。