Greengenes2参考数据库推出！协调16S和鸟枪宏基因组测序的微生物组数据 两种主流测序数据不再分歧

调科学家首次推出Greengenes2，这是一个庞大的参考数据库，可以用来协调、比较和组合来自16S核糖体RNA基因扩增子(16S)或鸟枪法shotgun宏基因组测序技术的微生物组数据。两种主要的测序数据不再分歧！

　　

在2023年7月27日发表在《自然生物技术》上的一项研究中，加州大学圣地亚哥分校的科学家们领导的一项国际努力推出了一个名为Greengenes2的新参考数据库，该数据库可以比较和组合来自16S核糖体RNA基因扩增子(16S)或鸟枪宏基因组测序技术的微生物组数据。从此。两种主流的测序数据不再分歧。

“这是微生物组研究的一个重要时刻，因为我们已经有效地拯救了十多年的16S数据，否则这些数据在现代的鸟枪测序世界中可能会过时，”资深作者Rob Knight博士说，他是加州大学圣地亚哥分校医学院、生物工程和计算机科学系的教授。“标准化这两种方法的结果将大大提高我们发现健康和疾病微生物组生物标志物的机会。”

微生物组研究依赖于科学家识别样品中存在哪些微生物的能力。为了做到这一点，他们对样本中的遗传信息进行排序，并将其与参考数据库进行比较，这些数据库列出了哪些序列属于哪些生物体。16S和鸟枪测序是微生物组研究中最广泛使用的两种技术，但它们经常产生不同的结果。

该研究的第一作者、加州大学圣地亚哥分校医学院Microsetta项目的科学主任Daniel McDonald博士说:“许多研究人员认为，16S测序和鸟枪测序的数据差异太大，无法整合。在这里，我们证明情况并非如此，并提供了一个参考数据库，研究人员现在可以使用它来做到这一点。”

最初的Greengenes数据库已经在微生物组领域广泛使用了十多年。它是包括美国国立卫生研究院人类微生物组计划、美国肠道计划、地球微生物组计划等许多著名项目使用的参考数据库。然而，它的一个基本限制是，它依赖于单个基因16S的序列来识别样本中的生物体。这种经过充分研究的基因长期以来一直被用作分类标记，每种生物都有自己的16S“条形码”。这种方法可以以属级分辨率描述微生物组样本的内容，但它不能总是识别特定的微生物种类或菌株，这对临床工作很重要。

自那以后，现代微生物组研究已经过渡到使用鸟枪测序法，这种方法从生物体的所有基因组中寻找DNA，而不是只关注一个基因。这种强大的方法为研究人员提供了更多的物种水平的特异性，也提供了对微生物功能的深入了解。    

---

科学家们经常将这两种技术之间的差异归因于实验室中样品制备方法的不同。然而，这项新的研究表明，两种技术之间的不兼容性源于计算的差异，其中一个更好的参考数据库允许从两种方法得出相同的结论。这解决了微生物组研究可重复性中的一个重要问题，并允许重复使用旧研究中数百万样本的数据。

为了解决这些不兼容的问题，研究人员首先扩展了生命之网的全基因组数据库。然后，他们使用了与加州大学圣地亚哥分校雅各布斯工程学院副教授Siavash Mirarab博士共同开发的几种新的计算工具，将现有的高质量全长16S序列整合到全基因组系统发育中。利用Mirarab团队开发的另一种机器学习工具，他们从30多万个微生物组样本中放置了16S片段。结果是一个扩展的参考数据库，可以将16S和鸟枪测序数据映射到该数据库上。

为了确认Greengenes2是否有助于标准化这两种测序技术的发现，研究人员从相同的人类微生物组样本中获得了16S和shotgun测序数据，并在Greengenes2系统发育的背景下对它们进行了分析。两种技术的结果都显示出高度相关的多样性评估、分类概况和效应大小——这是研究人员以前从未见过的。

McDonald博士说:“通过Greengenes2，一个巨大的16S数据库现在可以重新投入使用，甚至可以在新的荟萃分析中与现代鸟枪数据相结合。”“这是在提高微生物组研究的可重复性和加强医生从微生物组数据中得出临床结论的能力方面迈出的重要一步。”