【精彩回顾】纳米孔测序实现对人体肠道微生物组中抗性决定因子和移动元件的高分辨率分析

微生物组学的研究——即给定样本中所有微生物的遗传物质的研究最近引起了相当大的关注，而这主要是因为人们认识到我们身体和环境的微生物的组成会对我们的健康产生深层影响。

肠道微生物是人体代谢的重要参与者，拥有丰富的微生物群落，数万亿的细菌同时存在，并通过饮食和偶尔的抗生素选择，创造了一个抗生素抗性基因很容易在细菌物种之间转移的动态环境。随着多重耐药性生物体的普遍存在，其中许多生物体在质粒上携带抗性元件，可通过多种细菌传播（如耐碳青霉烯肠杆菌科细菌CRE），肠道微生物组作为媒介来促进抗生素耐药性的传播，具有重要的科学和公共卫生意义。

纳米孔平台能够对宏基因组或靶向富集样本中的基因组DNA和cDNA进行测序 ，生成的长读长适用于准确的分类学归类和转录组学研究。最近的2019中国肠道大会上，新加坡国立大学基因组研究院计算与系统生物学中心的Niranjan Nagarajan分享了他利用纳米孔测序实现人体肠道微生物组研究的一些成果。

Niranjan Nagarajan使用MinION对临床研究样本中的人类粪便进行宏基因组测序，结合短读长测序技术，进行混合宏基因组组装，该方法称为“OPERA-MS”。混合组装的结果显示，与短读长组装相比，宏基因组的组装连续性提高了一个数量级，并且获得较高的碱基对准确率。通过对已确定的体外群落和虚拟肠道微生物群进行研究表明：仅需9X的测序覆盖度，即有可能从宏基因组中组装到几乎完整的基因组，从而实现了低丰度物种（<1%）的高质量组装，使研究人肠道微生物组中的抗性决定因子和移动元件变得越来越可行。

图1 OPERA-MS流程示意图

除了改善持续性，OPERA-MS的细粒度聚类还能够在单个样品中对同一物种的多个基因组进行卷积和组装，准确区分其中亚种基因组，从而能够在亚种水平上研究人类微生物组的复杂动态。如区分低丰度碳青霉烯类耐药大肠杆菌菌株和患者肠道宏基因组中更丰富的敏感菌株 ，这些信息在临床环境中具有重要价值。

图2 OPERA-MS提高了虚拟肠道微生物组的复杂宏基因组的组装和分析 

更有意义的是，将纳米孔测序应用于接受抗生素治疗的患者的肠道宏基因组，显示临床研究中的粪便样本中获得的长读长数据能够生成更有意义的移动元件宏基因组组装（比短读长组装提高200倍）：包括> 80个已知的闭环质粒/噬菌体组装和263kbp的巨型噬菌体，其中许多具有新的抗生素抗性，一些与已知序列没有同源性。这些移动元件在抗干扰及肠道抵抗力方面发挥着非常重要的作用。

图3 新的移动元件组装及其与人肠道微生物组中宿主物种的关联

* Oxford Nanopore Technologies产品仅限研究使用，不用于诊断程序。

您也可以扫描下方二维码下载纳米孔应用综述白皮书，了解更多纳米孔测序的研究案例。 

参考文献

[1] Liu, L. et al. The human microbiome: A hot spot of microbial horizontal gene transfer. Genomics 100, 265–270 (2012).CrossRefPubMedGoogle Scholar

[2] Penders, J., Stobberingh, E. E., Savelkoul, P. H. M. & Wolffs, P. F. G. The human microbiome as a reservoir of antimicrobial resistance. Front. Microbiol. 4, 87 (2013).CrossRefPubMedGoogle Scholar

[3] Loman, N. J. et al. A Culture-Independent Sequence-Based Metagenomics Approach to the Investigation of an Outbreak of Shiga-Toxigenic Escherichia coli O104:H4. JAMA 309, 1502 (2013).CrossRefPubMedWeb of ScienceGoogle Scholar

[4] Forbes, J. D., Knox, N. C., Ronholm, J., Pagotto, F. & Reimer, A. Metagenomics: The Next Culture-Independent Game Changer. Front. Microbiol. 8, 1069 (2017).CrossRefGoogle Scholar

[5] Ruppé, E. et al. Clinical metagenomics of bone and joint infections: a proof of concept study. Sci. Rep. 7, 7718 (2017).CrossRefGoogle Scholar

[6] Thoendel, M. J. et al. Identification of Prosthetic Joint Infection Pathogens Using a Shotgun Metagenomics Approach. Clin. Infect. Dis. (2018). doi:10.1093/cid/ciy303CrossRefGoogle Scholar

[7] Sczyrba, A. et al. Critical Assessment of Metagenome Interpretation—a benchmark of metagenomics software. Nat. Methods 14, 1063–1071 (2017).CrossRefGoogle Scholar

[8] Alneberg, J. et al. Binning metagenomic contigs by coverage and composition. Nat. Methods 11, 1144–1146 (2014).CrossRefPubMedWeb of ScienceGoogle Scholar

[9] Wu, Y.-W., Simmons, B. A. & Singer, S. W. MaxBin 2.0: an automated binning algorithm to recover genomes from multiple metagenomic datasets. Bioinformatics 32, 605–607 (2016).CrossRefPubMedGoogle Scholar

[10] Kultima, J. R. et al. MOCAT: a metagenomics assembly and gene prediction toolkit. PLoS One 7, e47656 (2012).CrossRefPubMedGoogle Scholar

[11] Nielsen, H. B. et al. Identification and assembly of genomes and genetic elements in complex metagenomic samples without using reference genomes. Nat. Biotechnol. 32, 822–828 (2014).CrossRefPubMedGoogle Scholar

[12] Imelfort, M. et al. GroopM: an automated tool for the recovery of population genomes from related metagenomes. PeerJ 2, e603 (2014).CrossRefPubMedGoogle Scholar

[13] Sangwan, N., Xia, F. & Gilbert, J. A. Recovering complete and draft population genomes from metagenome datasets. Microbiome 4, 8 (2016).CrossRefPubMedGoogle Scholar

[14] Olm, M. R., Brown, C. T., Brooks, B. & Banfield, J. F. dRep: a tool for fast and accurate genomic comparisons that enables improved genome recovery from metagenomes through de-replication. ISME J. 11, 2864–2868 (2017).CrossRefGoogle Scholar

[15] Brooks, B. et al. Strain-resolved analysis of hospital rooms and infants reveals overlap between the human and room microbiome. Nat. Commun. 8, 1814 (2017).Google Scholar

[16] Frank, J. A. et al. Improved metagenome assemblies and taxonomic binning using long-read circular consensus sequence data. Sci. Rep. 6, 25373 (2016).CrossRefGoogle Scholar

[17] Kuleshov, V. et al. Synthetic long-read sequencing reveals intraspecies diversity in the human microbiome. Nat. Biotechnol. 34, 64–9 (2016).CrossRefPubMedGoogle Scholar

[18] Jain, M. et al. Nanopore sequencing and assembly of a human genome with ultra-long reads. Nat. Biotechnol. 36, 338–345 (2018).CrossRefGoogle Scholar

[19] Juul, S. et al. What’s in my pot? Real-time species identification on the MinION. bioRxiv 30742 (2015). doi:10.1101/030742Abstract/FREE Full TextGoogle Scholar

[20] Niranjan Nagarajan et al. Nanopore sequencing enables high-resolution analysis of resistance determinants and mobile elements in the human gut microbiome. bioRxiv 456905(2018) doi: https://doi.org/10.1101/456905

延伸阅读

Oxford Nanopore的产品现已接受网上订购，请打开“阅读原文”或者浏览以下网址：

https://store.nanoporetech.com/cn

NanoporeEvent和OxfordNanopore同时使用。NanoporeEvent服务号主要服务于官方活动、工作坊和使用者会议，OxfordNanopore订阅号用于发布最新消息、活动回顾、产品信息等。

如欲了解更多产品信息，请长按二维码关注我们。

媒体查询，请通过以下电邮及微信联络我们的团队:  

[e-mail]或加微信ID: NanoporeMedia或tbray91ONT (Thomas)