在过去的十年里，科学家们通常通过描述存在的细菌种类和数量来描述一个人的微生物群——在人类肠道中发现的微生物的集合。现在，格莱斯顿研究所的Katie Pollard博士领导的一组研究人员发表了两项新的研究，表明监测细菌的菌株——而不仅仅是物种——可能会提供对微生物群更好的了解。细菌菌株有点像狗品种或番茄品种——是同一物种的一部分，但彼此不同。研究人员发现，在某些情况下，一种细菌的丰度在两个时间点之间保持不变，但该物种中的菌株发生了巨大的变化。更有意义的微生物研究在你的肠道内，细菌可能不仅仅是消化食物。事实上，研究表明，与健康人相比，患有炎症性肠病、哮喘、自闭症、糖尿病和癌症等多种疾病的人消化系统中的细菌不同。但到目前为止，从这些观察中很少出现针对微生物组的治疗方法。由于每种细菌都有自己的遗传密码，科学家们依靠DNA测序来发现哪些细菌栖息在特定的人的微生物群中。但由于数据的大小和复杂性，分析DNA序列是困难的。尽管研究人员可以使用现有的方法来确定哪些物种存在，但这些方法只能提供微生物群多样性和功能的部分信息。这是因为同一种细菌中的不同菌株可能存在显著的遗传差异，这些差异往往大到足以诱发不同的行为。到目前为止，在微生物组样本中识别基因差异需要高性能的计算能力和云存储，而这是大多数实验室无法做到的。研究人员必须序列比对的技术，将微生物群中数千种细菌的基因组中的数百万个DNA片段与每个已知微生物的序列数据库进行比较。“分析基因序列的算法是为人类基因组开发的，”加州大学旧金山分校的教授，也是陈·扎克伯格生物中心的研究员Pollard说。“它们在对单个生物体的基因组进行测序时非常有效，但对我们同时对数千个未知生物体的基因组进行测序却不适用。”Pollard和她的同事们知道，很长一段基因组序列在许多细菌物种或菌株中很常见，因此这些序列不能用来帮助确定特定的细菌菌株。受到只分析人类基因组中最可变区域的方法的启发，该团队着手寻找他们需要从微生物组数据中识别其中包含的菌株的最少序列信息。研究人员分析了人类肠道中常见的约900种细菌的10万多个公开可用的高质量基因组。他们在细菌基因组中发现了1.04亿个DNA短链，这些短链在不同的细菌菌株之间变化最为频繁。然后，他们利用这些信息设计了一种新的算法，称为原核生物基因型(GT-Pro)，该算法搜索微生物组序列数据，以精确匹配作为细菌菌株标识符的关键字符串。与以前的序列比对方法不同，GT-Pro适合笔记本电脑的内存，不需要高性能计算和云积分。“随着肠道微生物群和其他环境中新近测序的基因组的激增，我们现在可以为数千种细菌创建详细的基因图谱，我们的方法利用这些先前的信息，快速、全面地识别微生物组样本中的遗传变异，而无需进行耗时的序列比对。”这一研究领域以前一直受到限制，因为世界上只有少数几个实验室有资金或计算机硬件来分析菌株分辨率下的微生物组数据。Pollard说:“我们的新算法为每个人在个人电脑上实现这种水平的分辨率打开了大门。”使用抗生素前后近年来，微生物组研究人员一直在努力回答的问题之一是，随着时间的推移，一个人体内的微生物组会发生多少变化。这个问题已经在物种的层面上讨论过了。科学家们追踪了人类微生物群落的物种组成是如何随着饮食、疾病或环境的变化而变化的。但研究结果未能解释微生物群如何获得新的功能，如抗生素耐药性或使化疗药物失活的能力，而物种组成每月都保持稳定。Pollard和她的同事们希望通过分析细菌的菌株，而不仅仅是物种，来深入研究这个问题。他们重新利用了一种用于人类单个细胞测序的方法，并将其用于对细菌 DNA 分子进行编码。这使该小组能够在为期 5 个月的研究过程中跟踪一个人体内的单个细菌菌株。在5个月的时间里，该团队大约每周对一个健康个体的微生物组进行一次测序。在这段时间里，受试者出人意料地被诊断出患有莱姆病，接受了为期两周的抗生素治疗——众所周知，抗生素可以消灭许多种类的细菌，包括那些生活在人类肠道中的细菌。斯坦福大学应用物理学助理教授古德说:“我们的假设是，很多微生物在使用抗生素后会变得不那么丰富，然后恢复，但最后的微生物组或多或少会与开始时的微生物组相似。”在某些情况下，这是真的——某些种类和菌株的微生物具有显著的适应性，在5个月期间的开始和结束时，它们的基因组几乎没有变化。但在其他情况下，抗生素后出现的菌株在基因上与抗生素开始时不同，即使物种的丰度没有变化。重要的是，如果研究小组只分析了每个微生物组样本中的物种，这些差异就会被忽略。虽然GT-Pro算法还不能在这项研究中使用，但Pollard说，它将使未来类似的研究更容易进行，也更便宜。绘制微生物组研究的新路径你体内的细菌就像一个丛林——一个有生命的、不断变化的生态系统，与有机体在微妙的平衡中共存。当从上方看卫星图像时，生态学家可以监测到丛林中最深刻、最剧烈的变化，但他们会错过塑造环境的更精细的复杂之处。同样，那些通过观察物种如何变化来研究微生物组的人已经对网络有了一个高层次的看法，并且只看到了与健康和疾病最明显的联系。但随着 GT-Pro 和微生物菌株的新观点，波拉德说，新的联系将变得明显。“还有很多工作要做，以了解不同微生物群的功能，”Pollard说。“但直到现在，我们还没有合适的测量工具来提出这些问题——现在我们有了。”参考文章：1.Fast and accurate metagenotyping of the human gut microbiome with GT-Pro2.Longitudinal linked-read sequencing reveals ecological and evolutionary responses of a human gut microbiome during antibiotic treatment
