分享

微生物群落研究各种组学比较

 迷途的飞翔 2016-10-22

随着高通量测序技术的普及,微生物研究逐渐进入大数据时代。在微生物群落研究当中,常用的高通量测序方法有扩增子测序(以16S rRNA为代表),宏基因组测序和宏转录组测序三种。多一种方法,代表着多一种手段来解决问题,但我们在群落研究的时候往往不知道应该挑选哪一种方法:16S与宏基因组都可以研究微生物组成和多样性,到底哪个方法好?宏基因组能研究的内容,宏转录组都涵盖,是否代表宏转录组技术更好?


带着这些问题,我们一起来探讨这三种方法各有什么优缺点,它们又该适用于哪些研究。


基本概念


  • 16S rRNA测序

是扩增子测序技术的代表,它的研究对象是基于PCR扩增的细菌16S rRNA片段,主要对微生物群落的组成和多样性进行研究,从中挖掘微生物和生境的关系信息。


  • 宏基因组测序

能够获得微生物群落的所有基因序列,通过对序列的拼接组装,从而获得基因组的结构信息和功能信息,主要对微生物群落的组成及功能进行研究。


  • 宏转录组测序

以特定群落的全部RNA为研究对象,通过数据比对而获得基因的结构信息和表达信息,能够在转录组水平对微生物群落进行组成研究和基因功能研究等。


三种方法的比较


  • 核心比较


在微生物群落研究当中,我们无非关心的是两类型的信息:物种信息和基因功能信息。针对这两方面,我们对三种技术进行解释(图1)。



图1 微生物群落研究方法比较


16S rDNA测序:

由于研究对象只为细菌的16S rDNA,因此16S测序技术更多只用于研究群落物种信息,也就是利用OTU物种分类、α和β多样性分析等手段解答群落有什么物种,物种关系是什么等问题。因此,这种技术更多地只能了解到环境对微生物的组成有何影响,更偏向于单向关系研究。


宏基因组测序:

宏基因组的研究对象为群落所有DNA,因此研究范围更广。理论上不单只可以了解群落的组成和多样性等物种信息,同时,利用基因的注释信息,还可以挖掘群落的核心功能和通路信息,在基因组层面了解这个群落到底有什么物种,这些物种能够发挥什么功能。只有了解群落功能,才能知道它们对环境有什么影响,这有利于进行微生物与环境的双向研究。


宏转录组测序:

宏转录组以mRNA为研究对象,同样的通过数据组装和比对,能同时挖掘物种信息,基因功能信息,发现新基因,这与宏基因组的作用没太大差别。它的特点在于,因为是转录组信息,因此在进行基因研究的时候,可以关注到基因表达情况,从而更深入地了解基因如何被调控,基因表达如何应答环境变化等细节问题,在功能研究上更为细致。


  • 其他方面比较


除了在核心的应用范围进行比较之外,我们还在建库技术细节、资金需求等方面作了一些总结(如表1),下面就简单介绍一下:


16S测序由于研究对象只限定于16S rDNA,因此它的建库难度相对较低,测序数据量也不大,自然每样本所需资金也是最低的。这使得它更适合直接用于大样本研究,或先通过16S技术在大样本中筛选合适样本,再结合其他技术进行功能研究。


宏基因组能研究的内容,宏转录组都能研究,甚至看似宏转录能研究的内容更为精细(可挖掘基因表达信息)。那么为什么还需要宏基因组呢?其中一个重要原因在于,微生物群落mRNA含量只有总RNA含量的5%-10%,同时它们极其不稳定,因此会造成建库难度大,数据容易丢失等问题。利用DNA为研究对象,它们更为稳定,获得的基因数据信息更全。在进行群落功能研究的时候,可以利用宏基因组与宏转录组结合的方式,技术优势互补,更全面地进行功能挖掘。



表1 微生物群落研究方法比较



技术比较


16S与宏基因组


同是基于微生物DNA的测序技术,16S技术主要的研究对象为16S rDNA,而宏基因组则为全部DNA。由于它们的研究对象不同,因此这两种技术的研究内容也不尽相似。16S测序更为偏重于微生物群落的组成和多样性研究,同时由于建库测序成本更低,此技术比宏基因组更适合用于大样本的群落研究。而宏基因组技术理论上也可以进行群落的物种组成和多样性研究,并且由于能够获得基因组的所有信息,也可以用于群落的功能研究,挖掘微生物群落有什么功能。联用这两种技术,利用16S成本较低的优势,在前期检测大量样本的组成和多样性后,筛选目标群落,后续进行宏基因组研究,挖掘群落的功能信息。


宏基因组与宏转录组


它们都可以用于物种组成,多样性及功能研究,主要不同在于宏基因组的研究是在DNA水平,因此相比于宏转录组,它对基因结构的把握更为全面可靠。但宏转录组对基因功能的挖掘更为深入,通过研究基因的表达信息和调控信息,更够更好的对微生物如何发挥功能进行诠释。利用宏基因组与宏转录组结合的研究手段,可以对物种组成等信息进行同步验证,同时也可以在不同层面更好地挖掘群落功能信息。




文献解读/技术贴/教程贴/前沿资讯,

每天一篇干货分享给你~

做行业内最具干货的公众号!

我们的梦想在未来,

基迪奥能助您达到更高的科研领域!



    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多