Lineage-specific microbial protein prediction enables large-scale exploration of protein ecology within the human gut：肠道微生物蛋白研究的新突破

《Nature Communications》：Lineage-specific microbial protein prediction enables large-scale exploration of protein ecology within the human gut

在微生物组分析中，基因预测存在诸多问题，限制了对微生物生态系统的理解。研究人员开展了基于谱系的基因预测研究，开发了相关工具，扩大了人类肠道蛋白质库，揭示了蛋白质与宿主健康的关联，为研究微生物与宿主相互作用提供了新视角。

　　在人体肠道这个神秘的 “小宇宙” 里，生活着数以万亿计的微生物，它们与人体健康息息相关。然而，目前微生物组分析在研究这些微生物时遇到了不少难题。以往研究多聚焦于微生物的分类群，可真正让人感兴趣的是它们的功能。而且，微生物使用多种遗传密码和基因结构，在宏基因组分析中却常被忽视，这就导致了错误的蛋白质预测，使得很多蛋白质功能无法确定，极大地限制了我们对微生物生态系统的理解。再加上现有的基因注释工具在面对不同分类群时表现不稳定，对真核生物基因预测效果差，还缺乏全面的训练数据集，这些都成了研究路上的 “绊脚石”。

为了攻克这些难题，来自德国 RWTH 大学医院（RWTH University Hospital）的研究人员挺身而出，开展了一项极具创新性的研究。他们致力于开发一种谱系特异性基因预测方法，并将其应用于人体肠道微生物研究。最终，研究成果发表在了《Nature Communications》上。

研究人员在研究过程中，用到了几个关键的技术方法。首先，他们测试了 13 种基因预测工具，并根据分类学分配和参数定制，选择了效果最佳的工具组合。接着，对 9634 个宏基因组和 3594 个基因组进行分析，这些样本来自多个研究项目和不同国家人群。之后，利用 Kraken 2 和 GTDB-Tk 进行分类学分配，还开发了 InvestiGUT 工具用于蛋白质生态学研究。

下面来看看具体的研究结果：

1. 谱系特异性基因预测扩大了人类肠道蛋白质库：研究人员开发了一种基于分类学的基因预测流程，针对不同分类群选择合适的基因预测工具并优化参数。用这个方法分析大量宏基因组和基因组后发现，预测出的基因数量比单一工具更多，新增了 108,744,169 个基因（14.7%），由此构建了 MiProGut 蛋白质目录，使人类肠道蛋白质景观增加了 210.2%。
2. 增强了对人类肠道蛋白质景观的覆盖：通过与已有的统一人类胃肠道蛋白质（UHGP）目录对比，发现 MiProGut 涵盖了更多功能，包括非细菌领域的功能。对 862 个宏转录组样本分析表明，MiProGut 能检测到更多蛋白质表达，覆盖的转录组 reads 比 UHGP 多 22.9 ± 9.9% 。而且还发现了许多水平基因转移的证据，这在肠道微生物群落的进化中起着重要作用。
3. 鉴定出人类肠道中常见表达的小蛋白簇：许多基因预测工具默认会忽略小蛋白，研究人员调整参数后预测出大量小蛋白（5.2% of total proteins），并发现其中 69 个小蛋白簇（SPCs）在 90% 以上的样本中高度表达。部分 SPCs 具有潜在的抗菌活性，可能对肠道生态系统很重要。
4. 蛋白质在个体间的生态分布揭示了与宿主健康状况的关联：研究人员开发了 InvestiGUT 工具，利用它研究蛋白质与宿主参数的关系。以甲基辅酶 M 还原酶（MCR）为例，发现其与宿主年龄、BMI、性别、抗生素使用以及国家地区都有关系。此外，还发现一些小蛋白与炎症性肠病（IBD）等疾病有关。

研究结论和讨论部分意义重大。这项研究整合分类学信息进行基因预测，发现了大量之前被忽视的蛋白质，为研究肠道微生物功能提供了更全面的视角。不过，研究也存在一些局限性，比如分类学分配仍有困难，很多蛋白质缺乏功能注释，样本存在地域和年龄偏倚等。但总体来说，该研究提出的蛋白质生态学概念为后续研究指明了方向，InvestiGUT 工具也为深入研究蛋白质与宿主健康关系提供了有力支持，有望推动微生物与宿主相互作用的研究，为相关疾病的诊断、治疗和预防开辟新道路。