(5)高通量测序：环境微生物群落多样性分析

(5)高通量测序：环境微生物群落多样性分析

微生物群落多样性的基本概念

环境中微生物的群落结构及多样性和微生物的功能及代谢

机理是微生物生态学的研究热点。长期以来，由于受到技术限制，对微生物群落结构和多样性的认识还不全面，对微生物功能及代谢机理方面了解的也很少。但随着高通量测序、基因芯片等新技术的不断更新，微生物分子生态学的研究方法和研究途径也在不断变化。第二代高通量测序技术（尤其是Roche

454高通量测序技术）的成熟和普及，使我们能够对环境微生物进行深度测序，灵敏地探测出环境微生物群落结构随外界环境的改变而发生的极其微弱的变化，对于我们研究微生物与环境的关系、环境治理和微生物资源的利用以及人类医疗健康有着重要的理论和现实意义。

在国内，微生物多样性的研究涉及农业、土壤、林业、海洋、矿井、人体医学等诸多领域。以在医疗领域的应用为例，通过比较正常和疾病状态下或疾病不同进程中人体微生物群

落的结构和功能变化，可以对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究获得人体微生物群

落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传染病病原微生物。研究方法进展

环境微生物多样性的研究方法很多，从国内外目前采用的方法来看大致上包括以下四类：传统的微生物平板纯培养方法、微平板分析方法、磷脂脂肪酸法以及分子生物学方法等等。

近几年，随着分子生物学的发展，尤其是高通量测序技术的研发及应用，为微生物分子生态学的研究策略注入了新的力量。

目前用于研究微生物多样性的分子生物学技术主要包

括:DGGE/TGGE/TTGE、T-RFLP、SSCP、FISH、印记杂交、定量PCR、基因芯片等。DGGE等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中少数优势菌的信息；另一方面，由于分辨率的误差，部分电泳条带中可能包含不只一种16S

rDNA序列，因此要获悉电泳图谱中具体的菌种信息，还需对每一条带构建克隆文库，并筛选克隆进行测序，此实验操作相对繁琐；此外，采用这种方法无法对样品中的微生物做到绝对定量。生物芯片是通过固定在芯片上的探针来获得微

生物多样性的信息，“只能验证已知，却无法探索未知”，此方法通过信号强弱判断微生物的丰度也不是非常的准确。

而近年来以454焦磷酸测序为代表的高通量测序技术凭借低成本、高通量、流程自动化的优势为研究微生物群落结构提供了新的技术平台。Roche

454高通量测序技术能同时对样品中的优势物种、稀有物种及一些未知的物种进行检测，获得样品中的微生物群落组成，并将其含量进行数字化。最近，美吉生物推出了新的测序平台———MiSeq。MiSeq高通量测序平台集中了Roche 454和Illumina HiSeq

2500的优点，不仅可实现对多样品的多个可变区同时测序，而且在测序速度和测序通量上都有进一步提升，目前此平台已在微生物多样性群落结构研究方面受到了广大学者的认可。第二代高通量测序技术

产品优势

无需培养分离菌群：

直接从环境样本中扩增核糖体RNA

高变区进行测序，解决了大部分菌株不可培养的难题。

客观还原菌群结构：

专业、成熟、稳定的样本制备流程，严格控制PCR

循环数，客观还原样品本身的菌群结构及丰度比例。

痕量菌检测：

充分发挥高通量测序的大数据量优势，能检测出丰度低至万分之一的痕量菌。生信分析

1. 稀释性曲线（Rarefaction Curve）采用对测序序列进行随机抽样的方法，以抽到的序列数与它们所能代表OTU的数目构建曲线，即稀释性曲线。

当曲线趋于平坦时，说明测序数据量合理，更多的数据量对发现新OTU的边际贡献很小；反之则表明继续测序还可能产生较多新的OTU。

横轴：从某个样品中随机抽取的测序条数；"Label 0.03"

表示该分析是基于OTU 序列差异水平在0.03，即相似度为97% 的水平上进行运算的，客户可以选取其他不同的相似度水平。

纵轴：基于该测序条数能构建的OTU数量。

曲线解读：

? 图1中每条曲线代表一个样品，用不同颜色标记；

?

随测序深度增加，被发现OTU 的数量增加。当曲线趋于平缓时表示此时的测序数据量较为合理。

2. Shannon-Wiener

曲线

反映样品中微生物多样性的指数，利用各样品的测序量在不同测序深度时的微生物多样性指数构建曲线，以此反映各样本在不同测序数量时的微生物多样性。

当曲线趋向平坦时，说明测序数据量足够大，可以反映样品中绝大多数的微生物物种信息。

横轴：从某个样品中随机抽取的测序条数。

纵轴：Shannon-Wiener 指数，用来估算群落多样性的高低。Shannon 指数计算公式：

其中，

Sobs= 实际测量出的OTU数目；

ni= 含有i 条序列的OTU数目；

N = 所有的序列数。

曲线解读：

? 图2每条曲线代表一个样品，用不同颜色标记，末端数字为实际测序条数；

? 起初曲线直线上升，是由于测序条数远不足覆盖样品导致；?

数值升高直至平滑说明测序条数足以覆盖样品中的大部分

微生物。

3.Rank-Abundance

曲线

用于同时解释样品多样性的两个方面，即样品所含物种的丰富程度和均匀程度。

物种的丰富程度由曲线在横轴上的长度来反映，曲线越宽，表示物种的组成越丰富；

物种组成的均匀程度由曲线的形状来反映，曲线越平坦，表示物种组成的均匀程度越高。横轴：OTU 相对丰度含量等级降序排列。

纵轴：相对丰度比例。

曲线解读：

? 图3与图4中每条曲线对应一个样本（参考右上角图标）；

? 图3与图4中横坐标表示的是OTU（物种）丰度排列顺序，纵坐标对应的是OTU（物种）所占相对丰度比例（图3为相对百分比例，图4为换算后Log值），曲线趋于水平则表示样品中各物种所占比例相似；曲线整体斜率越大则表示样品中各物种所占比例差异较大。

4. 样本群落组成分析：多样本柱状图/

单样本饼状图

根据分类学分析结果，可以得知一个或多个样品在各分类水平上的物种组成比例情况，反映样品在不同分类学水平上的群落结构。柱状图（图5）

横轴：各样品的编号。

纵轴：相对丰度比例。

图标解读：

? 颜色对应此分类学水平下各物种名称，不同色块宽度表示不同物种相对丰度比例；

? 可以在不同分类学水平下作图分析。

饼状图（图6）

在某一分类学水平上，不同菌群所占的相对丰度比例。不同颜色代表不同的物种。

5. 样品OTU 分布Venn 图

用于统计多个样品中共有或独有的OTU数目，可以比较直观地表现各环境样品之间的OTU 组成相似程度。

不同样品用不同颜色标记，各个数字代表了某个样品独有或几种样品共有的OTU 数量，对应的OTU编号会以EXCEL 表的形式在结题报告中呈现。

分析要求

单张分析图，样本分组至少两个，最多5 个。

? 默认设置为97% 相似度水平下以OTU 为单位进行分析

作图。

6. Heatmap 图

用颜色变化来反映二维矩阵或表格中的数据信息，它可以直观地将数据值的大小以定义的颜色深浅表示出来。将高丰度和低丰度的物种分块聚集，通过颜色梯度及相似程度来反映多个样品在各分类水平上群落组成的相似性和差异性。

相对丰度比例：

热图（图8）中每小格代表其所在样品中某个OTU 的相对丰度。以图8为例，红框高亮的小格所对应的信息为：样本（R11-1Z）中OTU（OTU128）的相对丰度比例大概为0.2%。

丰度比例计算公式（Bray Curtis 算法）：

其中，

SA,i = 表示A样品中第i个OTU所含的序列数

SB,i = 表示B样品中第i个OTU所含的序列数

样品间聚类关系树：

进化树表示在选用成图数据中，样本与样本间序列的进化关系（差异关系）。处于同一分支内的样品序列进化关系相近。

物种/OTU 丰度相似性树：

丰度相似性树表示选用成图的数据中样品与样品中的OTU 或序列在丰度上的相似程度。丰度最相近的会分配到同一分支上。

客户自定义分组：根据研究需求对菌群物种/OTU 研究样本进行二级分组

? 二级物种/OTU 分组：将下级分类学水平物种或OTU 分

配到对应的上级分类学水平，以不同颜色区分；

? 二级样品分组：根据研究需要，对样品进行人为的分组，以不同颜色区分。

7. 主成分分析PCA (Principal Component Analysis)

在多元统计分析中，主成分分析是一种简化数据集的技术。主成分分析经常用于减少数据集的维数，同时保持数据集中对方差贡献最大的特征，从而有效地找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。

通过分析不同样品的OTU 组成可以反映样品间的差异和距离，PCA 运用方差分解，将多组数据的差异反映在二维坐标图上，坐标轴为能够最大程度反映方差的两个特征值。如样品组成越相似，反映在PCA图中的距离越近。

横轴和纵轴：以百分数的形式体现主成分主要影响程度。以

图9为例，主成分1（PC1）和主成分2（PC2）是造成四组样品（红色，蓝色，黄色和绿色）的两个最大差异特征，贡献率分别为41.1% 和27.1%。

十字交叉线：在图9中作为0 点基线存在，起到辅助分析的作用，本身没有意义。

图例解读：

? PCA 分析图是基于每个样品中所含有的全部OTU 完成的；

? 图9中每个点代表了一个样本；颜色则代表不同的样品分组；

? 两点之间在横、纵坐标上的距离，代表了样品受主成分（PC1 或PC2）影响下的相似性距离；

? 样本数量越多，该分析意义越大；反之样本数量过少，会产生个体差异，导致PCA分析成图后形成较大距离的分开，建议多组样品时，每组不少于5个，不分组时样品不少于10个；

? 图10中的圆圈为聚类分析结果，圆圈内的样品，其相似距离比较接近。

8. RDA/ CCA

分析图

基于对应分析发展的一种排序方法，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析。主要用来反映菌群与环境因子之间的关系。RDA 是基于线性模型，CCA是基于单峰模型。分析可以检测环境因子、样品、菌群三者之间的关系或者两两之间的关系。

横轴和纵轴：RDA 和CCA 分析，模型不同，横纵坐标上的刻度为每个样品或者物种在与环境因子进行回归分析计算时产生的值，可以绘制于二维图形中。

图例解读：

? 冗余分析可以基于所有样品的OTU作图，也可以基于样品中优势物种作图；

? 箭头射线：图11中的箭头分别代表不同的环境因子（即图中的碳酸氢根离子HCO3-，醋酸根离子AC-等，图中的其它环境因子因研究不同代表的意义不同，因此不再赘述）；

? 夹角：环境因子之间的夹角为锐角时表示两个环境因子之间呈正相关关系，钝角时呈负相关关系。环境因子的射线越长，说明该影响因子的影响程度越大；

? 图11中不同颜色的点表示不同组别的样品或者同一组别不同时期的样品，图中的拉丁文代表物种名称，可以将关注的优势物种也纳入图中；

? 环境因子数量要少于样本数量，同时在分析时，需要提供环境因子的数据，比如pH值，测定的温度值等。

9. 单样品/ 多样品分类学系统组成树

根据NCBI 提供的已有微生物物种的分类学信息数据库，将测序得到的物种丰度信息回归至数据库的分类学系统关系

树中，从整个分类系统上全面了解样品中所有微生物的进化关系和丰度差异。

单样品图（图12）：可以了解单样品中的序列在各个分类学水平上的分布情况。

图例解读：

? 图12中不同的层次反映不同的分类学水平；

? 分支处的圆面积说明了分布在该分类学水平，且无法继续往下级水平比对的序列数量，面积越大，说明此类序列越多；

? 每个分支上的名词后面的两组数字分别表示比对到该分支上的序列数和驻留在该节点上的序列数；

? 图13中为某单一水平物种分布情况，并非是序列分布。

多样品图（图14）：比对多个样品在不同分类学分支上序列数量差异。

图例解读：

? 比对不同样品在某分支上的序列数量差异，通过带颜色的饼状图呈现，饼状图的面积越大，说明在分支处的序列数量越多，不同的颜色代表不同的样品。

? 某颜色的扇形面积越大，说明在该分支上，其对应样品的序列数比其他样品多。

? 多样品在做该分析时，建议样品数量控制在10个以内，或者将重复样本数据合并成一个样本后，总样品数在10个以内。

10.系统发生进化树

在分子进化研究中，基于系统发生的推断来揭示某一分类水平上序列间碱基的差异，进而构建进化树。

图例解读：

? 图15中体现的是序列进化差异情况，处在同一分支上的物种说明进化关系较近。

? 图15左下角的图例为距离标尺，分支距离越长，进化关系越远。

11. (un)Weighted UniFrac PCoA/Tree 分析

利用各样品序列间的进化信息来计算样品间距离，反映环境样品在进化树中是否有显著的微生物群落差异。

PCoA（principal co-ordinates analysis）是一种研究数据相似性或差异性的可视化方法，通过一系列的特征值和特征向量进行排序后，选择主要排在前几位的特征值，PCoA 可以找到距离矩阵中最主要的坐标，结果是数据矩阵的一个旋转，它没有改变样品点之间的相互位置关系，只是改变了坐标系统。通过PCoA 可以观察个体或群体间的差异。

图例解读：

? 图16和图17中不同颜色代表不同分组；

? PCoA 分析建议不分组时，样本数量不少于10 个；多组样本时，每组样本数量不少于5 个；

? 对于某一功能基因，进行进化树分析时，建议采用OTU

数目控制在10,000以内，或者由客户指定分析优势OTU个数。

12. NMDS 分析

NMDS（Nonmetric Multidimensional Scaling）常用于比对样本组之间的差异，可以基于进化关系或数量距离矩阵。

横轴和纵轴：表示基于进化或者数量距离矩阵的数值在二维表中成图。

图例解读：

? 图18中不同的颜色代表不同的分组；

? 建议不分组时，样本数量不少于10个；多组样本时，每组样本数量不少于5个；

? 图18中的点代表样本，点与点之间的距离表示差异程度。

13. 含相似性树柱状图

根据样品中相似程度进行排布，并绘制对应样本树状图反映

样本中群落结构。

图例解读：

? 图19中左侧是相似度树状图，样本之间的差异越小，样本便会处在相近的同一分支上；

? 右侧柱状图，展示样本中微生物的群落结构。不同颜色代表不同物种。

14.Unifrac 显著性差异分析

比较样品间进化差异的显著性分析。

图例解读：

? 图20横坐标为两组样品；

高通量测序基础知识

高通量测序基础知识简介 陆桂 什么是高通量测序？ 高通量测序技术（High-throughput sequencing，HTS）是对传统Sanger测序（称为一代测序技术）革命性的改变,一次对几十万到几百万条核酸分子进行序列测定, 因此在有些文献中称其为下一代测序技术(next generation sequencing，NGS )足见其划时代的改变, 同时高通量测序使得对一个物种的转录组和基因组进行细致全貌的分析成为可能, 所以又被称为深度测序(Deep sequencing)。 什么是Sanger法测序（一代测序） Sanger法测序利用一种DNA聚合酶来延伸结合在待定序列模板上的引物。直到掺入一种链终止核苷酸为止。每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。由于ddNTP缺乏延伸所需要的3-OH基团，使延长的寡聚核苷酸选择性地在G、A、T或C处终止。终止点由反应中相应的双脱氧而定。每一种dNTPs和ddNTPs的相对浓度可以调整，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，凝胶处理后可用X-光胶片放射自显影或非同位素标记进行检测。 什么是基因组重测序（Genome Re-sequencing） 全基因组重测序是对基因组序列已知的个体进行基因组测序，并在个体或群体水平上进行差异性分析的方法。随着基因组测序成本的不断降低，人类疾病的致病突变研究由外显子区域扩大到全基因组范围。通过构建不同长度的插入片段文库和短序列、双末端测序相结合的策略进行高通量测序，实现在全基因组水平上检测疾病关联的常见、低频、甚至是罕见的突变位点，以及结构变异等，具有重大的科研和产业价值。 什么是de novo测序 de novo测序也称为从头测序：其不需要任何现有的序列资料就可以对某个物种进行测序，利用生物信息学分析手段对序列进行拼接，组装，从而获得该物种的基因组图谱。获得一个物种的全基因组序列是加快对此物种了解的重要捷径。随着新一代测序技术的飞速发展，基因组测序所需的成本和时间较传统技术都大大降低，大规模基因组测序渐入佳境，基因组学研究也迎来新的发展契机和革命性突破。利用新一代高通量、高效率测序技术以及强大的生物信息分析能力，可以高效、低成本地测定并分析所有生物的基因组序列。 什么是外显子测序（whole exon sequencing） 外显子组测序是指利用序列捕获技术将全基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法。外显子测序相对于基因组重测序成本较低，对研究已知基因的SNP、Indel等具有较大的优势，但无法研究基因组结构变异如染色体断裂重组等。

DNA测序结果分析

学习 通常一份测序结果图由红、黑、绿和蓝色测序峰组成，代表不同的碱基序列。测序图的两端（本图原图的后半段被剪切掉了）大约50个碱基的测序图部分通常杂质的干扰较大，无法判读，这是正常现象。这也提醒我们在做引物设计时，要避免将所研究的位点离PCR序列的两端太近（通常要大于50个碱基距离），以免测序后难以分析比对。 我的课题是研究基因多态性的，因此下面要介绍的内容也主要以判读测序图中的等位基因突变位点为主。 实际上，要在一份测序图中找到真正确实的等位基因多态位点并不是一件容易的事情。由于临床专业的研究生，这些东西是没人带的，只好自己研究。开始时大概的知道等位基因位点在假如在测序图上出现像套叠的两个峰，就是杂合子位点。实际比对了数千份序列后才知道，情况并非那么简单，下面测序图中标出的两

个套峰均不是杂合子位点，如图并说明如下： 说明：第一组套峰，两峰的轴线并不在同一位置，左侧的T峰是干扰峰；第二组套峰，虽两峰轴线位置相同，但两峰的位置太靠近了，不是杂合子峰，蓝色的C峰是干扰峰通常的杂合子峰由一高一略低的两个轴线相同的峰组成，此处的序列被机器误判为“C”，实际的序列应为“A”，通常一个高大碱基峰的前面1～2个位点很容易产生一个相同碱基的干扰峰，峰的高度大约是高大碱基峰的1/2，离得越近受干扰越大。一个摸索出来的规律是：主峰通常在干扰峰的右侧，干扰峰并不一定比主峰低。最关键的一点是一定要拿疑似为杂合子峰的测序图位点与测序结果的文本序列和基因库中的比对结果相比较；一个位点的多个样本相比较；你得出的该位点的突变率与权威文献或数据库中的突变率相比较。通常，对于一个疑似突变位点来说，即使是国际上权威组织大样本的测序结果中都没有报道的话，那么单纯通过测序结果就判定它是突变点，是并不严谨的，因一份PCR产物中各个碱基的实际含量并不相同，很难避免不产生误差的。对于一个未知

高通量测序常用名词科普

高通量测序常用名词汇总 一代测序技术：即传统的Sanger 测序法，Sanger 法是根据核苷酸在待定序列模板上的引物点开始，随机在某一个特定的碱基处终止，并且在每个碱基后面进行荧光标记，产生以 A、T、C、G结束的四组不同长度的一系列核苷酸，每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧 核苷三磷酸(ddNTP)。由于ddNTP缺乏延伸所需要的3-0H基团，使延长的寡聚核苷酸选择性地在G A、T或C处终止，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，通过检测得到DNA碱基序列。 二代测序技术：n ext gen eration seque ncing ( NGS又称为高通量测序技术，与传统测序相比，二代测序技术可以一次对几十万到几百万条核酸分子同时进行序列测定，从而使得对一个物种的转录组和基因组进行细致全貌的分析成为可能，所以又被称为深度测序 (Deep sequencing )。NGS主要的平台有Roche(454 &454+), lllumina ( HiSeq 2000/2500、GAIIx、MiSeq)，ABI S0LiD 等。 基因：Gene是遗传的物质基础，是DNA或RNA分子上具有遗传信息的特定核苷酸序列。基因通过复制把遗传信息传递给下一代，使后代出现与亲代相似的性状。 DNA：Deoxyribonucleic acid ，脱氧核糖核酸，一个脱氧核苷酸分子由三部分组成：含氮碱基、脱氧核糖、磷酸。脱氧核糖核酸通过3',5'- 磷酸二酯键按一定的顺序彼此相连构成长链，即DNA 链，DNA链上特定的核苷酸序列包含有生物的遗传信息，是绝大部分生物遗传信息的载体。RNA：Ribonucleic Acid ，，核糖核酸，一个核糖核苷酸分子由碱基，核糖和磷酸构成。核 糖核苷酸经磷酯键缩合而成长链状分子称之为RNA链。RNA是存在于生物细胞以及部分病 毒、类病毒中的遗传信息载体。不同种类的RNA链长不同，行使各式各样的生物功能，如

高通量测序：环境微生物群落多样性分析

(5)高通量测序：环境微生物群落多样性分析 微生物群落多样性的基本概念 环境中微生物的群落结构及多样性和微生物的功能及代谢机理是微生物生态学的研究 热点。长期以来，由于受到技术限制，对微生物群落结构和多样性的认识还不全面， 对微生物功能及代谢机理方面了解的也很少。但随着高通量测序、基因芯片等新技术 的不断更新，微生物分子生态学的研究方法和研究途径也在不断变化。第二代高通量 测序技术（尤其 是Roche 454高通量测序技术）的成熟和普及，使我们能够对环境微生物进行深度测序，灵 敏地探测出环境微生物群落结构随外界环境的改变而发生的极其微弱的变化，对于我 们研究微生物与环境的关系、环境治理和微生物资源的利用以及人类医疗健康有着重 要的理论和现实意义。 在国内，微生物多样性的研究涉及农业、土壤、林业、海洋、矿井、人体医学等诸多领域。以在医疗领域的应用为例，通 过比较正常和疾病状态下或疾病不同进程中人体微生物群落的结构和功能变化，可以 对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究获得人体微 生物群

落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传 染病病原微生物。研究方法进展 环境微生物多样性的研究方法很多，从国内外目前采用的方法来看大致上包括以下四 类：传统的微生物平板纯培养方法、微平板分析方法、磷脂脂肪酸法以及分子生物学 方法等等。 近几年，随着分子生物学的发展，尤其是高通量测序技术的研发及应用，为微生物分 子生态学的研究策略注入了新的力量。 目前用于研究微生物多样性的分子生物学技术主要包 括:DGGE/TGGE/TTGE 、 T-RFLP 、SSCP、FISH 、印记杂交、定量 PCR、基因芯片等。 DGGE 等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中少数 优势菌的信息；另一方面，由于分辨率的误差，部分电泳条带中可能包含不只一种 16S rDNA 序列，因此要获悉电泳图谱中具体的菌种信息，还需 对每一条带构建克隆文库，并筛选克隆进行测序，此实验操 作相对繁琐；此外，采用这种方法无法对样品中的微生物做 到绝对定量。生物芯片是通过固定在芯片上的探针来获得微

高通量测序生物信息学分析(内部极品资料,初学者必看)

基因组测序基础知识 ㈠De Novo测序也叫从头测序，是首次对一个物种的基因组进行测序，用生物信息学的分析方法对测序所得序列进行组装，从而获得该物种的基因组序列图谱。 目前国际上通用的基因组De Novo测序方法有三种： 1. 用Illumina Solexa GA IIx 测序仪直接测序； 2. 用Roche GS FLX Titanium直接完成全基因组测序； 3. 用ABI 3730 或Roche GS FLX Titanium测序，搭建骨架，再用Illumina Solexa GA IIx 进行深度测序，完成基因组拼接。 采用De Novo测序有助于研究者了解未知物种的个体全基因组序列、鉴定新基因组中全部的结构和功能元件，并且将这些信息在基因组水平上进行集成和展示、可以预测新的功能基因及进行比较基因组学研究，为后续的相关研究奠定基础。 实验流程： 公司服务内容 1.基本服务：DNA样品检测；测序文库构建；高通量测序；数据基本分析（Base calling，去接头， 去污染）；序列组装达到精细图标准 2.定制服务：基因组注释及功能注释；比较基因组及分子进化分析，数据库搭建；基因组信息展 示平台搭建 1.基因组De Novo测序对DNA样品有什么要求？

(1) 对于细菌真菌，样品来源一定要单一菌落无污染，否则会严重影响测序结果的质量。基因组完整无降解(23 kb以上)， OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；每次样品制备需要10 μg样品，如果需要多次制备样品，则需要样品总量=制备样品次数*10 μg。 (2) 对于植物，样品来源要求是黑暗无菌条件下培养的黄化苗或组培样品，最好为纯合或单倍体。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (3) 对于动物，样品来源应选用肌肉，血等脂肪含量少的部位，同一个体取样，最好为纯合。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (4) 基因组De Novo组装完毕后需要构建BAC或Fosmid文库进行测序验证，用于BAC 或Fosmid文库构建的样品需要保证跟De Novo测序样本同一来源。 2. De Novo有几种测序方式 目前3种测序技术 Roche 454，Solexa和ABI SOLID均有单端测序和双端测序两种方式。在基因组De Novo测序过程中，Roche 454的单端测序读长可以达到400 bp，经常用于基因组骨架的组装，而Solexa和ABI SOLID双端测序可以用于组装scaffolds和填补gap。下面以solexa 为例，对单端测序(Single-read)和双端测序(Paired-end和Mate-pair)进行介绍。Single-read、Paired-end和Mate-pair主要区别在测序文库的构建方法上。 单端测序(Single-read)首先将DNA样本进行片段化处理形成200-500bp的片段，引物序列连接到DNA片段的一端，然后末端加上接头，将片段固定在flow cell上生成DNA簇，上机测序单端读取序列(图1)。 Paired-end方法是指在构建待测DNA文库时在两端的接头上都加上测序引物结合位点，在第一轮测序完成后，去除第一轮测序的模板链，用对读测序模块(Paired-End Module)引导互补链在原位置再生和扩增，以达到第二轮测序所用的模板量，进行第二轮互补链的合成测序(图2)。 图1 Single-read文库构建方法图2 Paired-end文库构建方法

微生物多样性研究—β多样性分析概述

微生物多样研究中的—β多样性分析概述

一、β-多样性分析介绍 1. β（Beta）Diversity： 是对不同样品/不同组间样品的微生物群落构成进行比较分析。 ?β多样性分析前的数据“来源”： 1）OTUs的丰度信息表； 2）OTUs之间的系统发生关系， 计算Unweighted Unifrac及Weighted Unifrac距离。 ?通过多变量统计学方法主成分分析(PCA，Principal Component Analysis)，主坐标分析(PCoA，Principal Co-ordinates Analysis)，非加权组平均聚类分析(UPGMA，Unweighted Pair-group Method with Arithmetic Means)等分析方法，从中发现不同样品（组）间的差异。

2. PCA & PCoA分析 ?主成分分析（PCA）是多变量统计学中最为人熟知的分析方法，它通过线性变换，将原始的高维数据投影至少量新合成的变量（即主成分），从而简化数据结构，展现样品的自然分布。 ?主成分分析不考虑原始变量之间可能存在的相互关系，并且是基于欧式距离评价样品之间的相似度。 ?多维尺度分析与主成分分析类似，但是它可以采用任何距离评价样品之间的相似度。主坐标分析（Principal coordinates analysis，PCoA）是经典的多维尺度分析方法。

3.UniFrac距离 ?由于微生物极其多样，不同微生物彼此之间的系统发育关系往往千差万别，仅仅将群落中不同微生物成员视为相互独立的变量显然并不合理。 ?因此，在比较不同群落样品之间的差异时，需要考虑两个群落成员之间的系统发育关系是否相似。 ?基于这个思想，计算微生物群落样品间距离的UniFrac距离应运而生，通过比较两个群落各自独有的微生物成员之间系统发育关系的远近，更为客观地反映两个群落样品之间的相似程度。

高通量测序RNA-seq数据的常规分析

案例一 虽然RNA-seq早已被大家所熟知，特别是在高通量测序越来越便宜的今天，但是RNA-seq数据的分析仍令多数小菜抓狂。多个软件的使用，参数设置，参考基因组准备，输出结果的解读等等，都让很多初次接触测序数据或者非生物信息专业的人头疼不已。 哈哈，不用怕，有云生信，这都不是事儿！今天我就向大家简单介绍一下如何用云生信做RNA-seq数据的常规分析。不过在此之前，我要稍稍啰嗦一下RNA-seq的常规分析流程，请不要拍砖头。图1是RNA-seq数据从产生到分析的常规分析流程：根据实验设计，提取细胞RNA，并将RNA提交给测序公司，就可以坐等测序数据了。测序公司会根据客户提供的RNA进行建库，上机测序。拿到测序数据后，就到了我们大显身手的时候了。首先，我们要对测序结果做个简单的质量评估，剔除低质量的数据。然后，根据基因组数据（这里我们讲的是基因组数据已知的物种，基因组未知的有套独立的流程，这里不讲），将测序数据组装。根据组装结果，计算基因或转录本的表达量。最后，同芯片数据一样，我们可以根据表达量数据做很多分析，如差异表达分析，网络分析（包括蛋白互作网络，共表达网络等），也可以结合临床数据做分析（如预后，亚型分类、关联，药效等）。 图1. RNA-seq常规分析流程

叨叨完毕，进入正题。 进入尔云后，打开“测序数据处理”模块，我们会看到图2的结果。在这一模块，我们可以完成RNA-seq数据分析的前两步：1、数据质控和过滤低质量数据；2、基因组组装，计算基因表达量。对于上面两部，尔云又根据是双端测序还是单端测序，分了两块。以edgeR 为例，输出的DEGs.txt就是根据我们设定的参数得到的差异表达基因的列表，有geneSymbol, logCPM, PVlue信息。 图2. 测序数据处理模块 质控结束后，尔云会给出全部的质控结果。图3是以demo数据为例的双端测序的质控结果，好多好多呀，可以下了慢慢看。建议主要关注一下xxx_qc_TABLE，该表格是对质控前后的数据统计，反应了测序的好坏。Clean_xxx.fq是质控后的干净的fastq数据，是第2步组装的输入文件。 图3.质控结果 组装完成后，会返回一个expression.txt的表达矩阵文件，该文件是下一步差异表达分析的输入分析。 得到表达矩阵后，我们就可以进入到第3步差异表达数据分析。进入尔云的“差异分析”模块（如下图所示），它针对芯片和测序两种检测技术提供了不同的分析方案。对于RNA-seq

微生物之微生物多样性分析-DGGE

变性梯度凝胶电泳（PCR-DGGE） 普通的聚丙烯酰胺凝胶电泳只能通过片段大小不同在同一浓度的胶上电泳迁移率不同而分离不同的DNA片段，对于片段大小接近或相同的DNA片段无法做到有效地分离；DGGE(denaturing gradient gel electrophoresis) 即变性梯度凝胶电泳，是利用DNA在不同浓度的变性剂中解链行为的不同而导致电泳迁移率发生变化，从而将片段大小相同而碱基组成不同的DNA片段分开。 DGGE作为一种成熟的分子生物学技术被广泛应用于环境科学（土壤、海洋、河流、冰川、淤泥等）、医学（各种疾病治疗前后，病变部位微生物的差异）、人体（鼻咽、口腔、黏膜、肠道）等领域进行微生物多样性分析。 实验流程图： 实验结果 实验结果包括以下内容 1 引物设计 以下是DGGE中常用的引物，我们将根据客户的不同需求，进行针对性的引物设计。 引物序列（5’-3’）

细菌 16S V3 区扩 增引物 357-F-GC CGCCCGCCGCGCGCGGCGGGCGGGGCGGGG GCACGGGGGGCCTACGGGAGGCAGCAG 518r ATTACCGCGGCTGCTGG 引物 序列（5’-3’） 真核 18S V1-3区扩增引物 Euk1A CTGGTTGATCCTGCCAG EukA516r-GC CGCCCGGGGCGCGCCCCGGGCGGGGCGGGGGCA CGGGGGGACCAGACTTGCCCTCC 2 基因组DNA 抽提电泳检测图 针对客户的样本来源不同，我们针对性优化不同的基因组抽提方法，已达到提取效果最佳。 说明：1-8为样本所抽提基因组DNA，上样量3uL；M 为1kb Marker 上数第一条带为8 kb，中间的亮带为3kb，浓度为30ng/uL，其余为10 ng/uL。 3 目的片段PCR 检测 说明：1-8为样本，负为负对照（说明我们的实验没有污染，这对分子实验是至关重要的），上样量为5uL；M 为DL2000 Marker，上样量3uL。其中亮带为20ng/uL，其余为10 ng/uL。 Reconditioning PCR： 第一轮PCR 产物将会作为新的模板再进行少数循环的第二轮PCR 扩增，这叫做“Reconditioning PCR”。由于在“ Reconditioning PCR”的过程中引物和模板之

高通量测序的生物信息学分析

附件三生物信息学分析 一、基础生物信息学分析 1.有效测序序列结果统计 有效测序序列：所有含样品barcode（标签序列）的测序序列。 统计该部分序列的长度分布情况。 注：合同中约定测序序列条数以有效测序序列为准。 图形示例为： 2.优质序列统计 优质序列：有效测序序列中含有特异性扩增引物、不含模糊碱基、长度大于可供分析标准的序列。 统计该部分序列的长度分布情况。 图形示例为：

3.各样本序列数目统计： 统计各个样本所含有效测序序列和优质序列数目。 结果示例为： 4.OTU生成： 根据序列的相似性，将序列归为多个OTU（操作分类单元），以便后续分析。 5.稀释曲线（rarefaction 分析） 根据第4条中获得的OTU数据，做出每个样品的Rarefaction曲线。本合同默认生成OTU相似水平为0.03的rarefaction曲线。 rarefaction曲线结果示例：

6.指数分析 计算各个样品的相关分析指数，包括： ?丰度指数：ace\chao ?多样性指数：shannon\simpson ?本合同默认生成OTU相似水平为0.03的上述指数值。 多样性指数分析结果示例： 注：默认分析以上所列指数，如有特殊需要请说明。 7.Shannon-Wiener曲线 利用各样品的测序量在不同测序深度时的微生物多样性指数构建曲线，反映各样本在不同测序数量时的微生物多样性。当曲线趋向平坦时，说明测序数据量足够大，可以反映样品中绝大多数的微生物信息。绘制默认水平为：0.03。 例图：

8.Rank_Abuance 曲线 根据各样品的OTU丰度大小排序作丰度分布曲线图。结果文件默认为PDF格式（其它格式请注明）。 例图： 9.Specaccum物种累积曲线（大于10个样品） 物种累积曲线( species accumulation curves) 用于描述随着抽样量的加大物种增加的状况，是理解调查样地物种组成和预测物种丰富度的有效工具，在生物多样性和群落调查中，被广泛用于抽样量充分性的判断以及物种丰富度( species richness) 的估计。因此，通过物种累积曲线不仅可以判断抽样量是否充分，在抽样量充分的前提下，运用物种累积曲线还可以对物种丰富度进行预测。

高通量测序技术在微生物多样性与功能研究方面的应用

高通量测序技术在微生物多样性与功能研究方面的应用 一、高通量测序技术简介 进入21世纪，随着基因组计划的完成，人类进入后基因组时代，对测序技术的迫切需求，促使测序技术迅猛发展，进而形成第2代测序技术——高通量测序的时代。其中最具代表性的测序平台包括罗氏公司(Roche)的454测序仪(Roch GS FLX Sequencer)，Illumina公司的Solexa基因组分析仪(Illumina Genome Analyzer)和ABI的SOLiD测序仪(ABI SOLID Sequencer)。 1、Illumina Genome Analyzer和HiSeq 2000 IIllumina公司的新一代测序仪(包括CenomeA nalyzer及其升级版HiSeq 2000)利用基于单分子簇的边合成边测序技术(Sequencing by SynthesisSBS)和专有的可逆终止化学反应，可以在短时问内获得大量数据。测序特点：①通量高，目前一台机器在两周内最高可产出360 G的数据；②准确率高，≥98.5%，同时也有效地解决了多聚重复序列的读取问题；③成本低，低于传统Sanger测序技术成本的1%；④DNA序列的读取长度不断增加，当前单条序列读长可达到150 bp；⑤可以进行Pair-End(PE)双向测序，PE文库插入片段大小范围可由150 bp到10 kb。正确选择插入片段长度有利于高重复序列含量基因组的组装，这进一步扩展了该技术的应用范围。 2、Roche GS FLX Titanium System 2005年底，454公司推出了革命性的基于焦磷酸测序法的超高通量基因组测序系统—Genome Sequencer 20 System，被《Nature》杂志以里程碑事件报道，开创了新一代测序技术的先河。测序特点：①速度快，一个测序反应耗时10 h，获得4-6亿个碱基对，比传统的Sanger测序的方法快100倍；②读长长，单条序列的读长平均可达到450 bp；③通量高，每个反应可以得到超过100万个序列读长； ④准确度高，读长超过400 bp时，单一读长的准确性可以超过99%；⑤可以进行Pair-End测序研究。 3、AB SOLiD system AB SOLiD sequencer是由ABI公司研发的新一代高通量基因测序分析系统，该技术以用四色荧光标记寡核苷酸进行连续的连接反应为基础，能够对单拷贝扩增的DNA片段进行大规模高通量并行测序，根据双碱基编码原理进行数据比对。

DNA测序常见问题及分析

DNA测序过程可能遇到的问题及分析 对于一些生物测序公司（如Invitrogen等），我们的菌液或质粒经过PCR和酶切鉴定都没问题，但几天后的测序结果却无法另人满意。 为什么呢？ PCR产物直接进行测序，在PCR产物长度以后将无反应信号，机器将产生许多N值。这是由于Taq酶能够在PCR反应的末端非特异性地加上一个A碱基，我们所用的T载体克隆PCR产物就是应用该原理，通常PCR产物结束的位点，PCR产物测序一般末端的一个碱基为A（绿峰），也就是双脱氧核甘酸ddNTP终止反应的位置之前的A,A后的信号会迅速减弱。 N值情况一般是由于有未去除的染料单体造成的干扰峰。该干扰峰和正常序列峰重叠在一起，有时机器377以下的测序仪无法正确判断出为何碱基。有时，在序列的起始端的小片段容易丢失，导致起始区信号过低，机器有时也无法正确判读。在序列的3’端易产生N值。一个测序反应一般可以读出900bp以上的碱基（ABI3730可以达到1200bp），但是，只有一般600bp以前的碱基是可靠的，理想条件下，多至700bp的碱基都是可以用的。一般在650bp以后的序列，由于测序毛细管胶的分辩率问题，会有许多碱基分不开，就会产生N值。测序模板本身含杂合序列，该情况主要发生在PCR产物直接测序，由于PCR产物本身有突变或含等位基因，会造成在某些位置上有重叠峰，产生N值。这种情况很容易判断，那就是整个序列信号都非常好，只有在个别位置有明显的重叠峰，视杂合度不同N值也不同。 测序列是从引物3’末端后第一个碱基开始的，所以就看不到引物序列。有两种方法可以得到引物序列。1.对于较短的PCR产物 （<600bp），可以用另一端的引物进行测序，从另一端测序可以一直测通，可以在序列的末端得到该引物的反向互补序列。对于较长的序列，一个测序反应测不通，就只能将PCR产物片段克隆到载体中，用载体上的通用引物(T7/SP6)进行测序。载体上的通用引物与所插入序列间

高通量测序及分析

高通量测序与功能分析 微生物群落测序是指对微生物群体进行高通量测序，通过分析测序序列的构成分析特定环境中微生物群体的构成情况或基因的组成以及功能。借助不同环境下微生物群落的构成差异分析我们可以分析微生物与环境因素或宿主之间的关系，寻找标志性菌群或特定功能的基因。对微生物群落进行测序包括两类，一类是通过16s rDNA，18s rDNA，ITS区域进行扩增测序分析微生物的群体构成和多样性；还有一类是宏基因组测序，是不经过分离培养微生物，而对所有微生物DNA进行测序，从而分析微生物群落构成，基因构成，挖掘有应用价值的基因资源。 以16s rDNA扩增进行测序分析主要用于微生物群落多样性和构成的分析，目前的生物信息学分析也可以基于16s rDNA的测序对微生物群落的基因构成和代谢途径进行预测分析，大大拓展了我们对于环境微生物的微生态认知。 目前我们根据16s的测序数据可以将微生物群落分类到种（species）（一般只能对部分菌进行种的鉴定），甚至对亚种级别进行分析， 几个概念： 16S rDNA（或16S rRNA）：16S rRNA基因是编码原核生物核糖体小亚基的基因，长度约为1542bp，其分子大小适中，突变率小，是细菌系统分类学研究中最常用和最有用的标志。16S rRNA基因序列包括9个可变区和10个保守区，保守区序列反映了物种间的亲缘关系，而可变区序列则能体现物种间的差异。16S rRNA基因测序以细菌16S rRNA基因测序为主,核心是研究样品中的物种分类、物种丰度以及系统进化。 OTU：operational taxonomic units (OTUs)在微生物的免培养分析中经常用到，通过提取样品的总基因组DNA，利用16S rRNA或ITS的通用引物进行PCR 扩增，通过测序以后就可以分析样品中的微生物多样性，那怎么区分这些不同的序列呢，这个时候就需要引入operational taxonomic units，一般情况下，如

土壤微生物群落多样性研究方法及进展_1

第27卷增刊V ol 127,Sup 1广西农业生物科学Journal o f Guangx i A g ric 1and Biol 1Science 2008年6月June,2008 收稿日期:20080122。 基金项目:广西大学博士启动基金项目(X05119)。 作者简介:姚晓华(广西大学副教授,博士;E -mail:x hy ao@g xu 1edu 1cn 。文章编号:10083464(2008)增008405 土壤微生物群落多样性研究方法及进展 姚晓华 (广西大学农学院,广西南宁530005) 摘要:微生物多样性是指群落中的微生物种群类型和数量、种的丰度和均度以及种的分布情况。研究 土壤微生物群落多样性的方法包括传统的以生化技术为基础的方法(直接平板计数、单碳源利用模式等) 和以现代分子生物技术为基础的方法(从土壤中提取DN A ,进行G+C%含量的分析,或杂交分析,或进 行PCR,产物再进行D GGE/T GG E 等分析)。现代生物技术与传统微生物研究方法的结合使用,为更全面 地理解土壤微生物群落的多样性和生态功能提供了良好的前景。 关键词:微生物多样性;生化技术;分子生物学技术;DN A 中图分类号:.Q 938115 文献标识码:A Advancement of methods in studying soil microbial diversity YAO Xiao -hua (Co llege of Ag ricultur e,G uangx i U niv ersit y,N anning 530005,China) Abstract:Species div ersity consist o f species richness,the total number of species,species ev enness,and the distribution of species 1Methods to measure microbial diversity in so il can be categ orized into tw o g roups:biochemica-l based techniques and m olecular -based techniques 1The fo rmer techniques include plate counts,sole carbon so urce utilizatio n patterns,fatty acid methy l ester analysis,and et al 1The latter techniques include G +C%,DNA reassociation,DNA -DNA hy br idization,DGGE/TGGC,and et al 1Ov er all,the best w ay to study soil microbial diversity w o uld be to use a variety of tests w ith differ ent endpoints and degr ees o f r esolutio n to o btain the bro adest picture possible and the most inform ation r eg ar ding the microbial co mmunity 1 Key words:microbial diversity;biochem ica-l based techniques,mo lecular -based techniques,DNA 微生物多样性研究是微生物生态学最重要的研究内容之一。微生物在土壤中普遍存在,对环境条件的变化反应敏捷,它能较早地预测土壤养分及环境质量的变化过程,被认为是最有潜力的敏感性生物指标之一[1] 。但土壤微生物的种类庞大,使得有关微生物区系的分析工作十分耗时费力。因此,微生物群落结构的研究主要通过微生物生态学的方法来完成,即通过描述微生物群落的稳定性、微生物群落生态学机理以及自然或人为干扰对群落产生的影响,揭示土壤质量与微生物数量和活性之间的关系。利用分子生物学技术和研究策略,揭示自然界各种环境中(尤其是极端环境)微生物多样性的真实水平及其物种组成,是微生物生态学各项研究的基础和核心,是重新认识复杂的微生物世界的开端。

DNA测序结果分析比对(实例)

DNA测序结果分析比对（实例） 关键词：dna测序结果2013-08-22 11:59来源：互联网点击次数：14423 从测序公司得到的一份DNA测序结果通常包含.seq格式的测序结果序列文本和.ab1格式的测序图两个文件，下面是一份测序结果的实例： CYP3A4-E1-1-1(E1B).ab1 CYP3A4-E1-1-1(E1B).seq .seq文件可以用系统自带的记事本程序打开，.ab1文件需要用专门的软件打开。软件名称：Chromas 软件Chromas下载 .seq文件打开后如下图： .ab1文件打开后如下图： 通常一份测序结果图由红、黑、绿和蓝色测序峰组成，代表不同的碱基序列。测序图的两端（下图原图的后半段被剪切掉了）大约50个碱

基的测序图部分通常杂质的干扰较大，无法判读，这是正常现象。这也提醒我们在做引物设计时，要避免将所研究的位点离PCR序列的两端太近（通常要大于50个碱基距离），以免测序后难以分析比对。 我的课题是研究基因多态性的，因此下面要介绍的内容也主要以判读测序图中的等位基因突变位点为主。 实际上，要在一份测序图中找到真正确实的等位基因多态位点并不是一件容易的事情。一般认为等位基因位点假如在测序图上出现像套叠的两个峰，就是杂合子位点。实际比对后才知道，情况并非那么简单，下面测序图中标出的两个套峰均不是杂合子位点，如图并说明如下：

说明： 第一组套峰，两峰的轴线并不在同一位置，左侧的T峰是干扰峰；第二组套峰，虽两峰轴线位置相同，但两峰的位置太靠近了，不是杂合子峰，蓝色的C峰是干扰峰通常的杂合子峰由一高一略低的两个轴线相同的峰组成，此处的序列被机器误判为“C”，实际的序列应为“A”，通常一个高大碱基峰的前面 1~2个位点很容易产生一个相同碱基的干扰峰，峰的高度大约是高大碱基峰的1/2，离得越近受干扰越大。 一个摸索出来的规律是：主峰通常在干扰峰的右侧，干扰峰并不一定比主峰低。最关键的一点是一定要拿疑似为杂合子峰的测序图位点与测序结果的文本序列和基因库中的比对结果相比较；一个位点的多个样本相比较；你得出的该位点的突变率与权威文献或数据库中的突变率相比较。 通常，对于一个疑似突变位点来说，即使是国际上权威组织大样本的测序结果中都没有报道的话，那么单纯通过测序结果就判定它是突变点，是并不严谨的，因一份 PCR产物中各个碱基的实际含量并不相同，很难避免不产生误差的。对于一个未知突变位点的发现，通常还需要用到更精确的酶切技术。 (责任编辑：大汉昆仑王)

高通量测序在病原微生物学方面的研究进展

高通量测序在病原微生物学方面的研究进展 近年来，随着测序技术的不断发展，实现对大量分离菌高通量，更准确的序列分析，以及对细菌种群进行高分辨率的系统发育分析，极大地提高了对病原微生物产生、适应和传播的认识。高通量测序（high throughput generation sequencing，HTS）技术是人类和动物基因组学研究领域中最热门的话题，与基于Sanger方法的最复杂的毛细管测序仪相比，该技术可以产生的数据多100倍。 与传统的第一代测序，又称Sanger测序相比，在DNA测序方面，HTS技术具有快速、廉价和高通量的优点，使得细菌基因组学研究发生了巨大的变化。高通量“台式”测序仪的出现的使实验室能够独立于专业测序中心进行测序工作，同时，HTS高分辨率的特点可以确定病原菌克隆的分子机制，辅助研究人员推断出全球大流行以及局部暴发期间的传播途径，甚至可以对患者个体在感染期间进行细菌种群进化分析。与传统的杂交方法相比，HTS还提供了转录组分析的潜力，包括覆盖全基因组范围及准确定量等，且深度测序辅助对细菌突变体文库的构建，以确定病原菌在体内生长或在其他特定生长条件下存活所需的决定因素。本文将对HTS在细菌病原体方面的近期研究进展进行阐述。

一、感染过程中细菌进化的研究 感染性疾病的进展和结果往往取决于宿主与病原体如何相互作用，采用HTS技术进行的研究为定殖和感染过程中细菌病原体的进化提供了新的见解。例如，研究发现，在感染过程中，由于选择性压力（例如与其他微生物共同感染、宿主的免疫反应及抗生素的应用等），某些固定的亚种中会随机出现有利与病原菌的突变，同时，在感染期间还可以发生抗生素耐药性的突变。相较于与传统的PCR扩增技术和一代Sanger测序，HTS的超基因组学方法可以从微生物群分析得到更大的多样性。例如，与健康者相比，肺囊性纤维化患者的微生物多样性降低与更严重的炎症相关，并且微生物的代谢途径的明显发生改变。 二、确定疾病暴发的来源和传播途径 传统的细菌分型方法鉴别力较低，无法在传染病暴发的流行病学调查中发挥精准的作用。全基因组序列可以为分离株之间核苷酸提供最高水平的分辨率，可识别医院内部和医院之间以及社区之间的传播。应用该种新方法可以确定传播的起源是某单一菌株还是多个菌株共同引起。

最新基于测序的微生物多样性分析总结

基于二代高通量测序的环境微生物多样性分析 一般认为土壤、海洋、肠道等生态系统中的微生物数量繁多、种类多样。传统的培养方法只限于对环境样品中极少部分（0.1%-1%）可培养的微生物类群的研究，而变性梯度凝胶电泳（DGGE）、克隆文库等常规的分子生物学方法也因操作复杂、成本高、痕量菌发现困难等因素无法达到深入分析环境微生物多样性的目的。高通量测序技术的出现，极大的促进了对环境中不可培养微生物以及痕量菌的研究，为环境微生物多样性的研究开启了新的研究热潮。 微生物群落中物种的多样性依然是目前研究的重点。对群落结构的研究，将有助于了解种群结构的稳定性，进而了解种群内物种间的相互依赖、相互制约的内在联系，为将来构建功能性种群服务。鉴于微生物群落是一个多物种的集合体，其中高达95%以上的微生物物种无法分离也不能独立培养，拼装出每个独立个体的基因组现在也无法实现，细菌16S 或真菌ITS测序分析依然是现阶段微生物群落多样性和多态性分析的基石。 一、高通量测序背景介绍 高通量测序技术，可以一次对几十万到几百万条DNA分子进行序列测定，使得对PCR扩增产物直接进行序列测定成为可能。极大的促进了对环境中不可培养微生物以及痕量菌的研究，为环境微生物多样性的研究开启了新的研究热潮。目前高通量测序的主要平台代表有Illumina公司的Solexa基因组分析仪（Illumina Genome Analyzer）、罗氏公司(Roche)的454测序仪（Roch GS FLX sequencer）和ABI的SOLiD测序仪（ABI SOLiD sequencer）。微生物多样性分析中，以Illumina 及454测序平台应用最为广泛。 二、工作流程 1 PCR引物的设计 2 PCR扩增条件摸索 3琼脂糖凝胶电泳检测结果 4 全部样品进行PCR 5 PCR产物的凝胶回收及检测 6 PCR产物精确定量（Qubit 2.0 ）

微生物学 微生物多样性

原核微生物物种多样性 中国地域辽阔，地形、气候、土壤和植被等自然条件极为复杂多样，这些决定了中国微生物物种群必然丰富多彩，但是由于中国微生物资源尚未进行全面调查研究，目前在中国科学院微生物菌种保藏中心(非医学微生物保藏中心)保藏的细菌60属，266种，2003株，其中绝大部分是从各省土壤、水域和动、植物样品中分离获得的，有一定代表性，在工农业生产中使用能增产的菌株。 40多年来，中国有关研究单位曾对一些具有重要生态意义、经济价值和社会效益的原核类群进行了比较系统的调查研究，现根据调查结果简述如下： 1、放线菌 目前国际上已经描述和发表的放线菌近60个属、2000多种，中国已对40个属中的一部分种进行过分类研究，现保藏有36个属，450种，1332个菌株；其中8个属是中国研究工作者描述和建立的，它们是类链霉菌属(Streptomycoides)、小链孢菌属(Microstreptospora)、异壁放线菌属(Actinoallotaichus)、三歧泡菌属(Trichotomous)、双孢放线菌属(Actinobispora)、游动四孢菌属(Planotetraspora)、动孢链霉菌(Streptoplanospora)和白黄孢囊菌属(Cathayosporangium)。它们具有科学和应用价值。 2、Frankia-共生固氮放线菌 Frankia是一类能与许多木本植物共生的结瘤固氮的放线菌，与这类菌共生的寄主植物广泛分布于世界各地，1978年组织了多学科协作研究，开展了全国放线菌结瘤植物调查，查明中国有6个属44个种的树木与放线菌共生结瘤固氮，其中19种是国际上未报道的新记录种(表1)。 表1 中国新发现放线菌结瘤树种

微生物多样性研究—α多样性分析

微生物多样研究中的α 多样性指数分析

一、多样性指数介绍 ?多样性指数：是指物种多样性测定。 ?主要有三个空间尺度：α多样性，β多样性，γ多样性。?每个空间尺度的环境不同测定的数据也不相同。

?α多样性：主要关注局域均匀生境下的物种数目，因此也被称为生境内的多样性（within-habitat diversity） ?群落生态学中研究微生物多样性，通过单样品的多样性分析（α[Alpha]多样性）可以反映微生物群落的丰度和多样性，包括一系列统计学分析指数估计环境群落的物种丰度和多样性。

?β多样性：指沿环境梯度不同生境群落之间物种组成的的相异性或物种沿环境梯度的更替速率也被称为生境间的多样性（between-habitat diversity），控制β多样性的主要生态因子有土壤、地貌及干扰等。 ?β多样性意义：①它可以指示生境被物种隔离的程度；②β多样性的测定值可以用来比较不同地段的生境多样性；③β多样性与α多样性一起构成了总体多样性或一定地段的生物异质性。 ?群落生态学中研究微生物多样性，β（Beta）多样性是对不同样品/不同组间样品的微生物群落构成进行比较分析。

?γ多样性：描述区域或大陆尺度的多样性，是指区域或大陆尺度的物种数量，也被称为区域多样性（regional diversity）。控制γ多样性的生态过程主要为水热动态，气候和物种形成及演化的历史。 ?群落生态学中研究微生物多样性，γ多样性分析是指α多样性与β多样性相结合的分析。

二、α多样性指数 1.计算菌群丰度（Community richness）的指数 a)Chao -the Chao1 estimator Chao：是用chao1算法估计样品中所含OTU数目的指数，chao1在生态学中常用来估计物种总数，由Chao (1984) 最早提出。 计算公式如下：S c?ao1=S obs+n1n1?1 2n2+1 ?其中，S c?ao1= 估计的OTU数；S obs= 观测到的OTU数；n1= 只有一条序列的OTU数目（如“singletons” ）；n2= 只有两条序列的OTU数目（如“doubletons”）。 利用chao指数评估一个样本中OTU数目多少，chao指数越大，OTU数目越多，说明该样本物种数比较多。