一群俄羅斯科學(xué)家，其中包括莫斯科物理科學(xué)與技術(shù)學(xué)院的工作人員，提出了一種新方法，用于比較所研究的生物材料樣本中所有生物的宏基因組偶聯(lián)DNA序列。該方法可以更有效，快速地解決比較樣品的任務(wù)，并且可以很容易地嵌入到任何宏基因組研究的數(shù)據(jù)分析過程中。該研究已發(fā)表在BMC生物信息學(xué)期刊上。

居住在人體內(nèi)的細(xì)菌為科學(xué)家們研究宏基因組學(xué)提供了一個(gè)特殊的地方。宏基因組學(xué)的重要性不容小覷：我們體內(nèi)的細(xì)菌細(xì)胞數(shù)量超過我們自己的一個(gè)數(shù)量級(jí)，其中大多數(shù)細(xì)胞位于腸道內(nèi)。全球項(xiàng)目，如人類微生物組項(xiàng)目，已透露，組成細(xì)菌群落的影響著我們的疾病的風(fēng)險(xiǎn)，最佳的飲食，心情，甚至創(chuàng)造性的選擇。反之亦然 - 這些微生物的成分對(duì)體內(nèi)發(fā)生的過程敏感。因此，通過比較樣本患者和具有健康腸道宏基因組的人，從長(zhǎng)遠(yuǎn)來看，可以評(píng)估糖尿病或糖尿病等危險(xiǎn)疾病的風(fēng)險(xiǎn)。炎癥性腸病。

宏基因組分析的傳統(tǒng)方法是根據(jù)其分類組成，發(fā)現(xiàn)的每種微生物物種的百分比來比較樣品。為了確定樣品的組成，將其遺傳序列與稱為參考集的已知細(xì)菌基因組的數(shù)據(jù)庫(kù)進(jìn)行比較。然而，這種方法有幾個(gè)缺點(diǎn)。首先，參考基因組通常是不準(zhǔn)確的，因?yàn)榇_定參考基因組的組成是一項(xiàng)計(jì)算復(fù)雜且耗時(shí)的任務(wù)，特別是對(duì)于難以培養(yǎng)的物種; 并且在實(shí)驗(yàn)室中分離的物種的基因組可以攜帶與生活在自然環(huán)境中的相同物種顯著不同的一組基因。其次，并非所有生物都是在參考基因組中收集的; 這些生物的例子是病毒。因此，在分析期間，不會(huì)考慮與參考樣品不匹配的那部分樣品序列，盡管它可能非常大且重要。同時(shí)，一個(gè)基于k-mer頻率比較的方法不需要求助于參考樣本或存在關(guān)于所研究生物的任何信息; 因此，對(duì)樣品中的所有序列進(jìn)行分析，得到最佳結(jié)果。該方法基于生物體基因組序列的表示作為具有特定長(zhǎng)度“k”的核苷酸“單詞”的所有實(shí)例的集合，稱為k-mers。因?yàn)榛蚪M是每種生物的獨(dú)特序列，所以這些“單詞”的集合在個(gè)體生物之間也不同。因此，宏基因組的所有k聚體的集合可以被視為一組集合，即其組成生物體。這允許在比較樣品時(shí)評(píng)估細(xì)菌組成的差異。

為了測(cè)試k-mer技術(shù)與傳統(tǒng)方法相比的有效性，使用了兩組宏基因組數(shù)據(jù) - 一組實(shí)際數(shù)據(jù)和一組人工生成的數(shù)據(jù)。人工數(shù)據(jù)(由基因組產(chǎn)生，具有預(yù)先已知的比例)便于用于測(cè)試該方法，該序列是精確已知的，并且可以通過將它們與先驗(yàn)的正確值進(jìn)行比較來評(píng)估結(jié)果。來自美國(guó)和中國(guó)居民的腸道宏基因組被用作真實(shí)數(shù)據(jù)。

眾所周知，細(xì)菌腸道群落在群體之間存在顯著差異，并且算法顯示出來; 正是那些顯示組成差異的指標(biāo)。因此，評(píng)估方法有效性的標(biāo)準(zhǔn)是可以區(qū)分宏基因組的程度 - 即中國(guó)宏基因組與美國(guó)宏基因組的差異程度。

通過比較k-mers，該方法在兩種數(shù)據(jù)類型中都顯示出比使用傳統(tǒng)映射與參考集時(shí)更好的結(jié)果。此外，當(dāng)使用真實(shí)數(shù)據(jù)時(shí)，k-mer和傳統(tǒng)方法的腸道結(jié)果之間的不匹配使得研究人員能夠檢測(cè)到腸道宏基因組的另一個(gè)重要組成部分 - 即細(xì)菌噬菌體crAssphage，它已經(jīng)逃脫了研究人員使用傳統(tǒng)方法。該文章的作者Dmitri Alexeev說：“有趣的是，這些基因不僅可以被看作是帶有編碼在其中的蛋白質(zhì)的DNA片段，而且可以被視為一般的信息。正是這種信息的區(qū)別使我們能夠識(shí)別新的已知基因目錄中沒有描述的DNA片段?？纯雌渌芯啃〗M如何使用這種方法很有趣。“

該技術(shù)使研究人員能夠更有效，更準(zhǔn)確地發(fā)現(xiàn)各種細(xì)菌群落的宏基因組之間的差異，這有助于研究，診斷和治療許多人類疾病。