微生物组研究手册（信息学工具）

微生物几乎是无所不在的，它们对生态环境和人体健康起到了不容忽视的作用。然而人们对微生物的了解还相当匮乏，因为许多微生物是无法在实验室中培养的。工欲善其事，必先利其器。我们在这里介绍一些最新的微生物组研究工具和相关技术，包括基因组和转录组的纯化、生物信息学工具、质谱分析、微生物组操纵方法等等。

生物通报道：微生物几乎是无所不在的，它们对生态环境和人体健康起到了不容忽视的作用。然而人们对微生物的了解还相当匮乏，因为许多微生物是无法在实验室中培养的。近年来，人类和模式动物的微生物组研究进行得如火如荼。去年年底Science和Nature两大期刊发文，倡议对全球微生物群落开展大规模的系统性研究，以改善人类健康、农业、生物能源和环境。

工欲善其事，必先利其器。我们在这里介绍一些最新的微生物组研究工具和相关技术，包括基因组和转录组的纯化、生物信息学工具、质谱分析、微生物组操纵方法等等。

上接：微生物组研究手册（纯化篇）

信息学工具

在分离和测序细菌核酸之后，我们需要从数据中提取有效的信息，这并不是一件容易的事儿。微生物组研究者一般有两个选择：16S rDNA测序和宏基因组测序。16S rDNA测序可以展现样本中的微生物种类和丰度，反映微生物多样性的大规模改变。而宏基因组测序可以揭示微生物群体的代谢潜能，帮助人们组装不同微生物的基因组。

据介绍，16S rRNA分析最常用的工具是开源的QIIME和Mothur。当然市面上也有商业化的程序包，比如Thermo Fisher公司的Ion 16S Metagenomics Kit。这是一个基于网页和云端的免费程序包。过去的微生物组研究主要使用16S rDNA测序。随着测序成本的直线下降，针对整个菌群的宏基因组测序越来越受到青睐，因为这一技术能够提供更全面的基因组和功能信息。

哈佛大学公共卫生学院的Eric Franzosa为宏基因组数据分析开发了HUMAnN2。第一代HUMAnN主要是根据宏基因组或者宏转录组数据，分析微生物通路在群体中是否存在。也就是说，给HUMAnN提供微生物群落的DNA或RNA序列，它就会告诉你这个群体能够执行什么样的分子功能。HUMAnN2在HUMAnN的基础上进行了拓展，将微生物与特定活性关联起来。“越来越多的人需要了解两方面的信息：一个群体执行什么功能，这些性能是哪些生物提供的，”Franzosa指出。

MetaPath也是一个用于宏基因组数据分析的重要工具。该工具由马里兰大学的副教授Mihai Pop开发，可以根据宏基因组数据分析特定群体在不同条件下的代谢变化。举例来说，Pop的研究团队对胖人和瘦人进行微生物组研究，通过MetaPath鉴定了脂肪酸生物合成通路的差异。

宏基因组研究通常是从环境中收集微生物和病毒样品，然后将这些样本破碎，把它们的基因组DNA降解成片段，最后通过测序仪进行分析。宏基因组分析比一般的基因组分析需要更多的借助计算机技术，因为宏基因组分析处理的是不同基因组的混合物，而不是单纯的同质微生物种群。宏基因组分析产生的数据比一般基因组分析多得多，这是这一研究领域面临的一大挑战。2014年08月，The Scientist杂志汇总并介绍了一些用于微生物基因组数据分析的新技术与新软件。（更多详细信息参见：微生物与病毒宏基因组最新技术方法汇总）

随着基因组测序技术的迅猛发展，海量测序数据的产生给数据分析带来了不小的挑战。对于那些毫无编程背景的生物学研究者来说，衔接多个生物信息学工具是一件相当头疼的事情。加州大学、Broad研究所和斯坦福大学的研究团队日前在Nature Methods杂志上发布了GenomeSpace。这是一个编程菜鸟们梦寐以求的云上平台，关联了二十多种生物信息学软件包和资源，让基因组数据分析显得异常简单。研究人员正在为各种基因组分析开发和征集相应的“配方”，以便编程菜鸟们更好的解读基因组数据。（更多详细信息参见：编程菜鸟的理想基因组分析平台）

对于大部分生物学研究者来说，生物信息学还是一个比较陌生的领域。传统教学方式主要针对的是基础的科学原理和实验方法，很少涉及计算机编程和数据统计。然而在进行大数据研究的时候，我们往往需要自己编写一些程序。如果一不小心犯了错，就有可能危及数据本身。2015年8月，The Scientist杂志联系了几位科学程序员，介绍了他们所使用的工具，探讨了生物信息学菜鸟所需的一些训练。（更多详细信息参见：如何从零开始掌握生物信息学分析）