菌群代谢功能预测：宏基因组的一小步，多样性组成谱分析的一大步！

对菌群16S rRNA基因进行高通量测序，无疑是微生物组研究中最基础也是最常用的研究方法，能以较高的性价比揭示菌群的具体物种组成，从而解答“群落中有谁在？”的基本问题。然而，很多时候，我们更希望知道菌群行使的具体功能，也就是解释“它们在干什么？”。对菌群进行宏基因组测序自然是最佳解决方案，但如此高大上的研究方法，投入成本相对较多，分析方法也相对复杂。如果仅仅知道菌群组成，该怎么把物种的“身份”和它的“功能”对应起来呢？

由此，一款名为PICRUSt的菌群代谢功能预测利器应运而生，相关论文发表在权威期刊《Nature Biotechnology》上[1]。PICRUSt全称为“Phylogenetic Investigation of Communities by Reconstruction of Unobserved States”，可以通过16S rRNA基因序列，预测对应的细菌和古菌的代谢功能谱。

有了PICRUSt，相当于在菌群的“组成”和“功能”之间搭起了一座桥，即使只有16S rRNA基因的测序结果，我们一样可以获得宏基因组级别的研究结果！

1PICRUSt的基本原理

PICRUSt的总体思路说来很简单，主要分为3步：

1. 先根据已测微生物基因组的16S rRNA基因全长序列，推断它们的共同祖先的基因功能谱；

2. 对Greengenes数据库中其它未测物种的基因功能谱进行推断，构建古菌和细菌域全谱系的基因功能预测谱；

3. 最后，将测序得到的菌群组成“映射”到数据库中，对菌群代谢功能进行预测。该步骤具体通过以下方式实现：

i. 对测序获得的16S rRNA基因序列，进行“封闭式”参考OTU划分（Closed-reference OTU picking），通过与Greengenes数据库比对，寻找每一条测序序列的“参考序列最近邻居”，并归为参考OTU；

ii. 根据“参考序列最近邻居”的rRNA基因拷贝数，对获得的OTU丰度矩阵进行校正；

iii. 根据“参考序列最近邻居”对应的KEGG/EggNOG等基因功能谱数据，换算预测菌群的整体代谢功能。

 PICRUSt分析的基本流程图示[1]

2PICRUSt的特点

PICRUSt算法的一大特点，就是基于Greengenes的16S rRNA基因全长序列数据库，对菌群测序结果进行“封闭式”参考OTU划分。PICRUSt开发者对古菌和细菌域的大多数模式微生物的功能进行预测，让人欣喜的是，绝大多数的微生物预测结果与真实的基因功能谱非常接近（古菌预测精确度为0.94 ± 0.04，n = 103；细菌为0.95 ± 0.05，n = 2487）。也就是说，绝大多数情况下，PICRUSt的预测效果还是相当靠谱滴！

 PICRUSt对细菌/古菌基因组预测的精确度

当然，若测序序列与Greengenes数据库中没有同源物种的参考序列，则对应的物种将无法被预测。也就是说，原始数据在分析过程中会有一定损失。此外，PICRUSt的特点也表明，它只能对已知微生物的已知功能进行功能预测，所以目前并不能完全代替宏基因组研究，但可以看作宏基因组研究的“近似”结果，在经费、资源有限的情况下，不失为一种理想的选择。

3PICRUSt的应用

在小编看来，PICRUSt对于菌群研究的贡献大大滴！首先，PICRUSt能从菌群组成数据解读潜在的功能，可谓充分发挥了16S rRNA基因测序简单、快速、物美价廉的优势；其次，PICRUSt对菌群功能的预测，可以帮助指导后续宏基因组De novo鸟枪法测序的实验设计，更合理地筛选用于后续研究的样本。

同时，PICRUSt分析的操作相当便捷，只需对测序数据进行“封闭式”参考OTU划分，并将得到的OTU丰度矩阵上传至Galaxy在线分析平台（http://huttenhower.sph.harvard.edu/galaxy/root?tool_id=PICRUSt_normalize），按提示操作就能得到预测结果啦！

 PICRUSt在线分析平台

416S+PICRUSt，研究新趋势

PICRUSt这一方法横空出世后，已有越来越多的研究开始采用这一方法预测菌群组成数据，相关论文发表数量逐年增长，表明该方法已得到大家广泛的认可。16S+PICRUSt，已成为发表高水平论文的必备技能；同时与宏基因组分析相比，更方便快捷，成本也更低，何乐而不为！

采用PICRUSt方法的菌群研究文献逐年增长

比如，今年发表在微生态学旗舰期刊《The ISME Journal》（影响因子9.328）的一篇论文《Cigarette smoking and the oral microbiome in a large study of American adults》[2]中，作者就通过PICRUSt预测了吸烟人群和未吸烟人群的口腔菌群，发现共有83个基因功能代谢通路存在显著差异，吸烟大大降低了碳水化合物和能量代谢、异型生物质降解等代谢通路的含量。

 PICRUSt对吸烟人群口腔菌群的功能预测[2] 

5结语

经过上面的讲解，大家是不是感受到了PICRUSt预测菌群功能的强大威力了呢？小编在这里想说，PICRUSt虽然厉害，但并不是万能，一方面由于它是基于16S rRNA基因的参考序列库，因此尚无法对真菌群落进行功能预测，而预测过程也会造成原始数据的部分损失，对于不同来源的菌群的预测效果也有所差异（一般对于人源微生物组的预测效果最好）；同时，它并不能完全代替宏基因组研究（目前只能对已知微生物的已知功能进行功能预测），但可以对后续实验设计作出指导。 

参考文献

1. Langille MGI, Zaneveld J, Caporaso JG, McDonald D, Knights D, et al. (2013) Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences. Nature Biotechnology 31: 814-+.

2. Wu J, Peters BA, Dominianni C, Zhang Y, Pei Z, et al. (2016) Cigarette smoking and the oral microbiome in a large study of American adults. ISME J 10.1038/ismej.2016.37.

文案  产品运营部宏基因组产品线

派森诺生物

上海派森诺生物科技股份有限公司于2016年5月4日正式挂牌新三板（股票代码837170），是一家集科技服务、健康医学、产品研发为一体的国内知名高新技术企业。旗下子公司包括上海桑尼生物技术有限公司、上海派森诺医学检验所有限公司。现拥有一代（常规测序）、二代（高通量测序）和三代（单分子测序）等新型测序平台和相关仪器设备，同时拥有一支由多名基因组学和生物信息学专家带队的测序合成、产品研发及信息分析为一体的王牌技术团队。