前一篇文章为大家介绍了在进行菌群多样性研究中的时候需要进行OTU的聚类，在聚类后选择OTU集中的OTU代表序列比对数据后就可以得到物种信息了。

但是，比对哪个数据库才能得到比较好的注释结果呢？今天我们就为大家介绍下在菌群多样性研究中常见的数据库，本篇介绍的仅为原核生物注释数据库，真核数据库后续会为的大家讲解。

Silva数据库

首先第一个，也是大家最常用的一个--Silva数据库（https://www.arb-silva.de/）。

Sliva数据库全称（SILVA ribosomal RNA database），是一个核糖体的RNA数据库，其提供全面的三个生命域（细菌、古细菌和真核生物）中的小亚基（简称SSU，包括16S/18S，SSU）和大亚基（简称LSU，包括23S/28S，LSU）核糖体RNA（rRNA）序列数据集。

其收录全面、更新比较及时，是目前高通量测序常用的SSU和LSU参考数据库之一。最近的一次更新时间在2020年9月2日，版本为Silva 138.1。138.1版本的数据库包含198万条细菌16S序列信息，近7万条古菌核糖体序列。

Silva数据库可以用于菌种鉴定和物种的分类鉴定，可以通过上传rRNA序列来确定序列的分类学信息。

（数据来源：Silva 数据库官网）

RDP数据库

RDP数据库全称“RibosomalDatabase Project”（http://rdp.cme.msu.edu/），其包括细菌、古菌16S rRNA基因和真菌28S rRNA基因序列，有质控、比对、注释等功能。这个数据的更新非常“迟缓”，最新一版为2016年9月30日更新的RDP Release 11.5，数据库中包含3356809 条16S rRNAs，125525条真菌 28S rRNA序列。

惊喜的是在2020年8月14日，该数据库使用细菌和古细菌分类模型训练集更新了第18版的物种分类学方法，新版本新增了800多个新属和4000个新种，并且根据最新的基因组分析对多个门和属进行了重大重排。(更新详情：https://sourceforge.net/projects/rdp-classifier/)

和Silva数据库一样，RDP数据库也可用于菌种鉴定和物种的分类鉴定，通过上传rRNA序列来确定该序列的分类学信息。

Greengenes数据库

Greengenes数据库（https://greengenes.secondgenome.com/）是针对细菌、古菌16S rRNA基因的数据库，相较于前面的RDP数据库来说，更新的更慢，现在的版本仍旧停留在2013年5月更新的gg_13_5版本上。

多样性测序数据下机后都是基于RDP数据库比对去除已知序列的嵌合体的，还有值得一提的是，细菌功能预测分析PICRUSTt是基于Greengenes进行的，如果有功能预测分析需求的同学们可以留意看下。

EzBioCloud数据库

EzBioCloud是一个由ChunLab维护的专门针对细菌、古菌16S rRNA基因的数据库。该数据库更新也很迟缓，但是值得开心的是，在2021年4月13日它进行了最新的一次更新，更新后的数据库包括84727个物种，65986条16SrRNA序列，201867条基因组信息。

EzBioCloud数据库可以进行16SrRNA鉴定（每次只能上传一条序列，并且使用功能前需登录）并绘制系统发育树，还可以确定某一微生物的近缘可培养/模式种。

上述4个数据库呢，常用于细菌、古菌群落微生态的物种注释，鉴于这些数据库的更新频次差距太大，所以在实际中常用的还是Silva数据库。

数据库的版本选择上呢，一般会使用当前研究阶段最新版的数据库（毕竟内容全面嘛），但是对于做样本间有时间跨度的研究的时候，比如说是做时间跨度上的土壤样本测序，第一年的样本进行物种注释的时候用的是Silva1.2.8版本的数据库，两年之后，再次在同地点取样进行多样性分析，此时最新版的Silva数据库已经更新到了1.3.2版本，那么此时建议选择和前一个样本相同版本的数据库进行注释，避免数据库注释信息之间的差异影响实验最终结果。

本文知识对4个数据库进行了简单的介绍，上文中的Silva数据库、RDP数据库的下载及其他功能实现（如：序列查找、序列比对等）我会在后续文章中为大家介绍详细的操作流程，其他真菌marker基因数据库也会后续为大家分享，请持续关注。

文章来源：微信公众号-密码子实验室

更多微生态相关文章：

什么是碱基质量值？

OTU聚类与注释

文献示例｜宏基因组测序与分析

文献示例｜细菌16S多样性测序与分析

细菌16S多样性文献解读-生物膜