Nature：揭秘地球微生物组计划 动物植物人类多样

顾汉现

Nature：揭秘地球微生物组计划

2017-11-02 20:46

图片来自Nature, doi:10.1038/nature24621。

2017年11月2日/生物谷BIOON/---地球微生物组计划（Earth Microbiome Project）的目标是尽可能多地对地球微生物群落进行取样，以便促进人们对微生物及其与包括植物、动物和人类在内的环境之间的关系的理解。这一任务需要来自世界各地的科学家的帮助。到目前为止，这一计划已覆盖了从北极到南极的七大洲和43个国家，而且有超过500名研究人员为样品和数据收集作出了贡献。这一计划的成员正在使用这种信息作为大约100项研究的一部分，其中一半的研究已在同行评审的期刊上发表。

论文第一作者Luke Thompson博士（之前是Knight实验室的一名博士后研究员，当前是美国国家海洋与大气管理局的一名研究助理）说，“微生物是无处不在的。然而，在这项大规模的工作开展之前，微生物群落组成的变化主要通过重点研究某个时刻一个地方的一种样品类型而被鉴定出来的。这就使得在不同的环境和地理环境中找出普遍的原则变得困难。”

地球微生物组计划的成员通过对16S rRNA基因进行测序，分析了不同环境、地理位置和化学反应中的细菌多样性。16S rRNA基因是细菌和古生菌的特异性遗传标记，可作为“条形码”鉴定出不同类型的细菌，从而允许研究人员在来自全世界的样品中追踪它们。这一计划的研究人员也利用一种新的方法消除这些数据中的测序错误，使他们能够更加准确地了解这些微生物组中独特序列的数量。

在第一次公布的数据中，地球微生物组计划的研究人员鉴定出大约30万个独特的微生物16S rRNA序列，其中将近90%在现有的数据库中找不到精确匹配的序列。

在现有的数据库中，16S rRNA序列的数量是有限的，这是因为它们的设计初衷并不是为了让人们在未来以一种有用的方式添加数据。论文共同作者、Knight实验室博士后研究员Jon Sanders博士将这些其他的数据库与地球微生物组计划之间的差别比作为电话薄与脸书（Facebook）之间的差异。他说，“以前，你必须将你的序列列出来，这种列表含有非常少的关于这个序列来自何处或者它与哪些序列一起发现的信息。如今，我们设计出一种支持所有附加内容的框架，而且该框架能够有机地增加以便支持新的问题和见解。”

Gilbert说，“有大量的微生物多样性仍未编入目录。迄今为止，在所有已知的细菌序列中，我们已经‘重新捕捉’了大约一半。利用这些信息，地球微生物的分布模式已正在浮现。”

根据Gilbert的说法，最令人惊讶的发现之一是独特的16S rRNA序列比科学家们通常使用的物种单位更能反映特定的环境。地球微生物组计划取样的环境多样化有助于证实局部环境对微生物组产生多大的影响。比如，鲸目动物（鲸鱼和海豚）和鱼类的皮肤微生物组彼此之间的类似性要高于它们与它们游动的水域的微生物组之间的类似性；相反，盐水中的盐让盐水微生物组与淡水微生物组截然不同，但是它们彼此之间的类似性仍然高于它们与水生动物的皮肤微生物组之间的类似性。总的来说，人类或动物等宿主的微生物组与自由生活的微生物组，如在水和土壤中发现的那些微生物组存在着相当大的差异。比如，在一般情况下，这些自由生活的微生物组要比宿主相关的微生物组具有更大的多样性。

Jansson说，“这些全球生态学模式表明进行协调取样（coordinated sampling）和累积取样（cumulative sampling）是有可能的。考虑到维度和海拔等因素，以及追踪随着时间的推移环境发生的变化，还需要更多地取样。地球微生物组计划为探索大量问题提供了一种资源，同时也是引导获取新数据来解答这些问题的一个起始点。”（生物谷 Bioon.com）

备注：地球微生物组计划收集和分析的数据已被用于很多研究中：
（1）鲸鱼、海豚、海豹、鱼、鸟、蝙蝠、猫、小鼠、大鼠、响尾蛇和科摩多巨蜥的皮肤；
（2）饮用水（doi: 10.1016/j.watres.2012.12.027; doi: 10.1186/s13071-016-1607-1）；
（3）来自北大西洋水面的生物群落（doi:10.5194/bg-10-555-2013）和来自太平洋深海海底的生物群落；
（4）漏油（doi:10.1038/ismej.2013.254）；
（5）灵长类动物的肠道健康（doi:10.1016/j.gecco.2016.06.004）；
（6）食蚁哺乳动物肠道微生物组如何经过进化消化蚂蚁（doi:10.1111/mec.12501），以及蚂蚁肠道微生物组如何经过进化消化植物（doi:10.1093/icb/icx088）；
（7）土壤微生物如何影响酿酒葡萄（doi:10.1128/mBio.02527-14）；
（8）肥胖如何影响酒香（doi:10.1371/journal.pone.0085611）；
（9）人体微生物组如何随着时间的推移发生变化（doi:10.1186/gb-2011-12-5-r50）和如何改变我们生活的空间（doi:10.1126/science.1254529）。

参考资料：

Luke R. Thompson, Jon G. Sanders, Daniel McDonald et al. A communal catalogue reveals Earth’s multiscale microbial diversity. Nature, Published online 01 November 2017, doi:10.1038/nature24621

https://www.nature.com/articles/nature24621

http://news.bioon.com/article/6712389.html



（華成旅行最便宜 03-3833-9823)

顾汉现

软件译：

公共目录揭示了地球的多尺度微生物多样性

卢克·R·汤普森，Jon G. Sanders[...]地球微生物项目联盟

doi：10.1038 / nature24621
环境微生物学微生物

收稿日期：
2017年3月13日
公认：
2017年10月10日
在线发布：
2017年11月1日

抽象
我们对微生物世界的重要性和多样性日益认识，与我们对其基本结构的有限理解形成鲜明对比。尽管最近DNA序列研究取得了进展，但由于缺乏标准化的方案和共同的分析框架，阻碍了研究之间的比较，阻碍了地球上微生物生命的全球推断的发展。在这里我们展示了微生物群落样本的数百个研究人员收集的微生物群落样本的荟萃分析。协调的协议和新的分析方法，特别是使用精确的序列，而不是集群的操作分类单元，使细菌和古菌核糖体RNA基因序列能够在多个研究中得到遵循，使我们能够以前所未有的规模探索多样性的模式。其结果是提供了DNA序列数据的全球背景的参考数据库以及来自未来研究数据的框架，促进了对地球微生物多样性日益完整的表征。

主要
微生物生态学的一个主要目的是确定在复杂性和不确定性之间的社区分布，交互和组装的模式和驱动因素。微生物群落的组合物已经显示出跨越环境的梯度，地理距离，盐度，温度，氧，营养物，pH值，白昼长度，和生物因素改变1，2，3，4，5，6。这些模式主要通过一次聚焦于一个样本类型和区域来进行识别，通过环境和地理的外部推测来产生一般化的原则。为了评估全球范围内微生物如何在整个环境中分布，或微生物群落动态是否遵循全球范围内的基本生态“规律”，需要大规模的整体跨环境调查或协调许多独立调查的实际方法。微生物环境的新研究正在迅速积累。然而，我们从数据集中提取有意义的信息的能力超过了数据生成的速度。以前的荟萃分析显示，社区组成的一般趋势十分强劲，包括盐度1和动物协会2的重要性。这些发现虽然源于相对较小且不受控制的样本集，但支持Meta分析的效用来揭示微生物多样性的基本模式，并建议需要一个可扩展和可访问的分析框架。

地球微生物群系项目（EMP，http://www.earthmicrobiome.org）成立于2010年以前所未有的规模来样地球的微生物群落，以推进我们的支配微生物群落结构的组织生物地理原理的理解7，8。我们认识到，包括科学众包和标准化方法8在内的开放和协作科学将有助于减少个别研究之间的技术差异，这些研究可能压倒生物学变异，使总体趋势难以发现9。包括大约100研究，其中一半以上已经产生同行评审出版物（附加表1），对EMP现已通过矮化100倍较早荟萃分析努力的采样和测序深度1，2 ; 同时开发了功能强大的分析工具，为微生物多样性在地球上的分布开辟了一个新的，更大的窗口。在建立一个可扩展的框架来对全球范围内的微生物进行分类时，我们既提供了探索无数问题的资源，又提供了引导获取新数据的出发点。作为使用这个工具的一个例子，我们提出了一个EMP档案的元分析，追踪不同样本的个体序列，并用标准化的环境描述符进行研究，调查大规模的生态模式，并探索生态学理论中的关键假设作为种子为将来的研究。

一个标准化和可扩展的方法
EMP向全球科学界征求环境样本和相关的元数据，涵盖不同的环境，并捕捉空间，时间和/或物理化学协变。来自97个独立研究（补充表1）的前27,751个样品代表了不同的环境类型（图1a），地理位置（图1b）和化学性质（扩展数据图1）。EMP包括细菌，古细菌和真核生物微生物多样性的研究。这里的分析专注于整个数据库中的细菌和古细菌成分（为简洁起见，“微生物”的使用将在下文中仅指细菌和古细菌）。相关元数据包括环境类型，位置信息，主机分类（如果相关）和物理化学测量（补充表2）。物理化学测量是在取样时原位进行的。鼓励调查人员最低限度地测量温度和pH值。尽可能测量盐度，氧气和无机营养素，调查人员收集有关其特定调查的额外元数据。

图1：样品的环境类型和来源。



a）EMP本体（EMPO）将微生物环境（3级）分类为自由生活或宿主相关（1级）和盐水或非盐水（如果是自由生活）或动物或植物（如果与宿主相关） 2级）。提供了在每个环境中QC筛选的子集中的23,828个样本中的数量。EMPO在http://www.earthmicrobiome.org/protocols-and-standards/empo中用实例来描述。b，全球样本来源范围：样本来自7大洲，43个国家，21个生物群落（ENVO），92个环境特征（ENVO）和17个环境（EMPO）。
全尺寸的图像
下载PowerPoint幻灯片
元数据被要求符合基因组标准协会的MIxS和环境本体（ENVO）标准的10，11。我们还使用建立在ENVO之上的轻量级应用本体：EMP本体（EMPO）的微生物环境。EMPO裁剪得捕捉沿着微生物的β-多样性已显示定向两个主要的环境轴：主机关联和盐度1，2。我们将这个应用本体中的类（图1a）索引为结构化分类变量的级别，将EMP样本归类为宿主相关或自由生活（1级）。将样品分为动物相关与植物相关或盐水与非生理盐水的类别（等级2）。然后指定一个更精细的等级（等级3），以满足为这个荟萃分析（例如沉积物（盐水），植物根际或动物远端肠道）寻求的环境粒度的程度。我们预计EMPO将随着新的研究和样本类型被添加到EMP以及beta多样性的其他模式被揭示而发展。

我们使用16S rRNA基因，细菌和古细菌共同的分类标记扩增子测序调查细菌和古细菌的多样性12虽然引入的全基因组中的方法仍然是微生物生态学的宝贵工具（例如，猎枪宏基因组学）捕获基因层次功能多样性13。使用MO BIO PowerSoil DNA提取试剂盒从样品中提取DNA，进行PCR扩增，并在Illumina平台上测序。选择标准化的DNA提取以最小化由不同提取方法引入的潜在偏差; 然而，提取效率也可能受到样本类型和细胞类型之间的相互作用的影响，因此提取效应应被视为解释结果中可能的混杂因素。我们扩增使用引物的16S rRNA基因（V4区域）14示出恢复来自大多数细菌类群和许多古细菌序列15。我们注意到，这些引物可能会错过新发现的门类与替代核糖体基因结构16，这里不使用已经显示改善了与α-变形菌和古细菌的某些分支效率后续修改17，18，19。我们产生90-151个碱基对（bp）的序列读数（扩展数据图2a，补充表1），总共22亿个序列，每个样品平均80,000个序列。

序列分析和分类学分析最初使用分配给通过序列相似性聚类以现有的rRNA数据库操作分类单元（的OTU）序列的常用的方法完成14，20。虽然这种方法对于某些分析是有用的，但对于许多样本类型，尤其是与植物相关和自由生活的社区而言，三分之一或更多的样本不能被映射到现有的rRNA数据库（扩展数据图2b）。因此，我们使用无参考方法Deblur 21去除可疑错误序列并提供单核苷酸分辨率“sub-OTU”，也称为“扩增子序列变体” 22，在此称为“标签序列”或简称为“序列” 。因为对于给定的荟萃分析的Deblur标签序列必须在每个样本中具有相同的长度，并且一些EMP研究具有90bp的阅读长度，所以我们将所有序列修剪为90bp用于该元分析。我们验证了这里给出的模式没有受到修剪序列的不利影响（扩展数据图3）。正如我们所显示的，90-bp的序列足够长，可以揭示详细的群落结构模式。由于确切序列是稳定的标识符，与OTU不同，它们可以与现在和未来的任何16S rRNA或基因组数据库进行比较，从而提高可重用性22。

https://www.nature.com/articles/nature24621



（華成旅行最便宜 03-3833-9823)