基于元基因組測序的微生物組功能分析和比較在疾病診斷、生態監控、生物安全等領域具有廣闊應用價值，但是高昂的成本限制了其更廣泛應用。如何解決這一難題?近日，中國科學院青島生物能源與過程研究所單細胞中心開發了微生物組功能校正算法Meta-Apo(Metagenomic Apochromat)，為大規模的菌群功能比較提供了一種保證分析精度的同時可大幅降低實驗和計算成本的解決方案。

據該所生物信息研究組荊功超助理研究員介紹，目前，微生物組功能的分析和比較，主要基于基因組序列進行代謝重建。路線之一是鳥槍法元基因組測序(Whole Metagenome Sequencing;WMS)，然而其高昂的測序成本(~1000~2000元/樣本)和冗雜的分析過程阻礙了該方法的大規模應用。另一方面，通過擴增子測序(~200元/樣本)，利用16S rRNA等進化標記基因和其參照基因組之間的關聯，亦能推斷微生物組的功能。該方法雖然大幅降低了成本，但16S rRNA基因片段經常帶有擴增偏好性，而且與全基因組序列的關聯并非完全可靠，因此，該方法的功能重建結果經常會出現較大的偏差。

為了解決以上問題，該所單細胞中心生物信息研究組提出了Meta-Apo算法，通過挖掘WMS數據和16S rRNA擴增子數據之間的同構關系，利用少量WMS和16S rRNA數據對(即同一個菌群樣本分別進行WMS測序和16S rRNA擴增子測序)進行訓練，來實現對大規模16S rRNA擴增子測序樣本的菌群功能校正(圖1)。研究結果顯示，Meta-Apo利用僅僅15例樣本的數據對進行訓練，進而基于16S rRNA擴增子對5,000例人體腸道菌群樣本進行功能預測和校正，其結果與同批樣本基于WMS推斷的菌群功能基本一致，而總測序成本僅為后者的20%左右。因此，針對大規模菌群樣本的功能重建這一目的，將全部樣本用16S rRNA擴增子策略，同時用WMS策略測定其中的一小部分樣本，將能在保證分析精度的前提下、大幅降低實驗和計算成本。因此，Meta-Apo算法和相應的測序策略為大規模菌群功能分析項目的設計提供了一個重要的工具。

該項工作由單細胞中心與青島大學計算機科學技術學院合作完成，該論文第一作者是該所生物信息研究組荊功超，通訊作者是蘇曉泉教授。(王健高)