当我们从一个菌株，走向几十株、上百株菌株时，真正值得研究的问题也发生了变化。

做微生物基因组研究时，我们常会遇到这样一个场景：拿到一个菌株，完成测序、组装、基因预测和功能注释，得到一份漂亮的基因组结果。这时候我们能知道这株菌有多少个基因、有哪些耐药基因、有哪些毒力基因、有哪些代谢通路。

但如果手里突然多了 50 株、100 株甚至更多同种微生物呢？问题就不一样了。你可能会开始好奇：这些菌株有多少基因是共同的？哪些基因只存在于部分菌株？哪些基因是某些特殊菌株才有的？一个物种真正拥有的基因资源到底有多大？

这时候，仅仅研究一个基因组就不够了。

泛基因组（Pan-genome）分析，就是这样一个从“单个菌株”走向“整个物种”的分析思路。

一、一个参考基因组，真的能代表整个物种吗？

这是理解泛基因组最关键的一步。假设我们研究某种细菌，找到一个参考菌株 Strain A，测序后得到完整基因组，于是知道了 Strain A 拥有哪些基因。但问题是，Strain A 并不代表这个物种的全部——同一个物种的其他菌株，可能拥有不同的基因。

比如 Strain A 有基因 A、B、C、D，Strain B 有 A、B、C、E，Strain C 有 A、B、D、F，Strain D 有 A、B、C、D、E、F。这个物种真正的基因资源，显然不能用 Strain A 这一份基因组完全描述。

把多个菌株放在一起比较，会发现一个很有意思的现象：有些基因大家都有，有些基因只有一部分菌株拥有，还有一些基因只出现在个别菌株中。这就是泛基因组的基本思想。

二、泛基因组到底在研究什么？

简单来说，泛基因组是一个物种所有菌株基因组中非冗余基因的集合。按这些基因在不同菌株中的出现情况，可以划分为几个部分。

• Core Genome（核心基因组）：在研究菌株中普遍存在，通常更保守，是维持基本生命活动的重要遗传基础，可以理解为这个物种大多数成员都带着的基因。

• Accessory Genome（附属/可变基因组）：并非所有菌株都有，只存在于一部分菌株中，是研究菌株差异非常重要的一部分。比如某些菌株拥有耐药相关基因、特定代谢能力或特定环境适应基因，这些差异往往体现在可变基因组里。

• Unique Genes（特有基因）：只在某个或极少数菌株中出现，是比较基因组研究中容易被关注的一类对象。如果某个菌株表型特殊，它的特有基因就可能成为进一步研究的候选对象。

三、泛基因组其实是在回答一个问题

如果把单个菌株基因组理解成“我有什么？”，那么泛基因组研究的核心问题就是“这个物种有什么？”。而当我们进一步比较不同菌株时，又可以追问：“为什么这些菌株不一样？”

这正是泛基因组真正有价值的地方。它不是简单地把几十个基因组放在一起，而是把原本分散的菌株数据，转换成一个可以系统比较的物种级基因资源图谱。

四、菌株越多，可能发现越多基因

很多第一次接触泛基因组的人都会问：一个物种不就那么多个基因吗？理论上当然有边界，但在实际研究中，当我们不断增加菌株数量，经常会发现：新加入一个菌株，又出现了一批之前没发现的基因；再加入一个，又出现新的。

这就引出一个重要概念。如果随菌株数量增加仍能不断发现新基因，就表现出开放型泛基因组的特征；如果增加到一定数量后几乎不再发现新基因，则更接近闭合型泛基因组。这也是为什么菌株数量不仅决定分析规模，也影响我们对一个物种基因资源的认识程度——菌株越丰富，我们看到的物种“基因库”可能就越完整。

五、泛基因组不只是“数基因”

如果只做到 Core 有多少个、Accessory 有多少个、Unique 有多少个，那泛基因组研究的价值还没有真正发挥出来。真正有意义的是把基因差异与科研问题连接起来：

• 耐药研究：耐药菌株与敏感菌株之间有哪些基因差异？

• 毒力研究：高毒力与低毒力菌株之间是否存在特异基因？

• 环境适应：不同环境来源的菌株是否拥有不同的功能基因？

• 菌株进化：不同菌株在长期进化中获得了什么、丢失了什么？

• 水平基因转移：某些可变基因是否与 HGT、质粒或其他移动遗传元件有关？

• 表型关联：某些基因的存在/缺失是否与实验表型存在关联？

于是，一份泛基因组结果就可以继续向更多研究方向延伸。

六、这也是为什么多菌株测序越来越有价值

过去很多微生物基因组项目关注的是把一个菌株测清楚。而现在，当我们拥有越来越多的菌株基因组数据后，研究重点正在变化：从单个菌株，走向多个菌株，再走向整个物种，最终研究菌株之间为什么存在差异。这其实就是比较基因组研究的核心逻辑。

七、泛基因组分析并不是跑一个软件就结束

很多人第一次接触泛基因组，会以为“下载一个软件、输入基因组、跑一下、出 Venn 图”就够了。实际上，一个可靠的泛基因组分析需要考虑的问题远不止这些：基因组质量是否可靠？不同菌株的基因注释是否一致？同源基因如何识别？用什么泛基因组软件？Core 和 Accessory 如何定义？菌株数量能否覆盖研究对象的遗传多样性？得到的差异基因如何进行功能解释？

不同工具在基因家族识别和分析策略上存在差异，所以不能简单地认为“换一个软件就行”。尤其要注意，输入基因组的完整性、污染以及基因预测质量，都可能影响最终的核心基因和可变基因结果。

所以，泛基因组分析的难点从来不只是软件怎么运行，而是如何让数据、方法和科研问题真正匹配。

八、从泛基因组打开比较基因组的大门

当你拥有一批同种微生物的基因组数据时，可以建立这样一条研究思路：

基因组质量评估 → ANI 等基础比较基因组分析 → 泛基因组分析 → Core / Accessory / Unique 基因 → 泛基因组规模及基因频率分析 → 功能注释 → 系统发育分析 → 耐药/毒力分析 → HGT 及移动遗传元件分析 → 表型关联/GWAS 等深入研究。

这样一来，泛基因组就不再是一项孤立的分析，更像是一个多菌株比较基因组研究的基础入口。

九、如果你手里已经有几十株甚至上百株菌株

那么不妨先问自己三个问题：

• 这些菌株之间有什么共同点？——看核心基因组；

• 这些菌株之间有什么不同？——看 Accessory、Unique 基因；

• 这些差异为什么存在？——结合功能、进化、HGT、耐药、毒力以及表型进行解释。

这三个问题基本串起了泛基因组研究的核心逻辑。泛基因组真正重要的地方，并不是又多了一种“画图软件”，而是它改变了我们看待微生物基因组的方式：从一个菌株看向一群菌株，从一份基因组看向一个物种的基因库，从“这株菌有什么”走向“这些菌为什么不同”。

对拥有多菌株基因组数据的研究项目而言，这一步往往意味着从单菌株基因组分析，真正进入比较基因组研究。

唯那生物｜专注于微生物个性化研究

后续将持续分享微生物泛基因组、比较基因组、系统发育、GWAS、耐药与毒力、HGT 等方向的分析思路、软件方法与科研案例，帮助科研人员从已有数据中进一步挖掘可以回答的科学问题。

支持单位：