宏基因组

宏基因组应用

物种鉴定

将所得序列（通常为16S/18S rRNA等兼具保守及高变特性的序列）与专业数据库（Silva、RDP等）进行比对，得出样品中所含物种的信息。

多样性统计学分析

将所得序列（通常为16S/18S rRNA等兼具有保守及高变特性的序列）进行聚类，得到相应的OTUs（分类操作单元）。通过统计学手段，分析出环境样品中的主要成分及不同样品间的明显差异因素。结合物种鉴定，可以得到关键菌群。

宏基因组拼接

对环境样品DNA进行大规模测序后，通过严格的拼接方式，可获得较长的DNA片段。当样品的生物多样性较低，且达到一定测序通量后，很有可能直接获得一个或多个微生物基因组草图。

功能分析

将所得序列与已有的数据库进行比对，进行基因功能的注释。其中，常用的数据库包括Nt、Nr、GO、COG、KEGG、SEED、Swiss-Prot等。

微生物群落结构及功能

通过大量测序，可以获得样品的群落结构信息，如微生物物种在该环境下的分布情况及成员间协作关系等。通过实验还可以确定一些特殊的主要基因或DNA片段。对于多个样品，还可做相应的比较分析，发掘样品间的相同点与不同点。

对于复杂的环境样品，以前单个单个的培养细菌或者其他微生物太费力气。而且90%或者更多的微生物是不能单独培养的。这样就催生了宏基因组学研究。

狭义的宏基因组学研究是16S，18S和ITS以及其他单拷贝基因，主要根据数据库对环境样品进行物种分类和丰度调查，然后进行样品间的比较。主要的测序平台有454，hiseq（miseq）和torent。由于454的读长较长，使得454成为标准的测序平台。但454的通量和价格使得不能做更多的样品。随着miseq的读长变长，加上罗氏不支持454了，具有高通量的miseq测序成为以后的主流平台。

广义上的宏基因组还包括对其他DNA片段进行测序，然后进行组装。由于不同样品物种复杂度不同，组装效果也差别很大。单纯的用组装纯生物的方法并不适合。需要更大的测序深度，内存更大的计算资源和更有效的算法优化组装结果。这种分析方法弥补了只靠rDNA或者单拷贝基因不能进行新物种发现，新基因发现和代谢通路的缺憾。