文章题目：Greengenes2 unifies microbial data in a single reference tree

发表期刊：Nature biotechnology

发表时间：2023.07

影响因子：46.9

论文链接：https://doi.org/10.1038/s41587-023-01845-1

摘要：使用16S rRNA和鸟枪法宏基因组学的研究通常会产生不同的结果，通常归因于PCR扩增偏差。我们介绍了Greengenes2，这是一种参考树，可将基因组和16S rRNA数据库统一在一个一致的集成资源中。通过将序列插入全基因组系统发育，我们表明，当用同一棵树分析时，从相同样本生成的16S rRNA和鸟枪宏基因组数据在主坐标空间，分类和表型效应大小方面一致。

主要研究内容：

介绍Greengenes2参考树（reference tree）资源的构建过程、数据一致性的验证以及其在微生物组研究中的应用潜力。

文章通过使用uDANCE方法更新了WoL2骨干树，并插入了来自多个来源的全长16S序列。然后，作者使用DEPP模型将这些序列插入到骨干树中，构建了Greengenes2资源。

研究人员展示了在同一样本中，使用16S rRNA和shotgun metagenomics两种不同方法产生的数据，当使用相同的参考树进行分析时，它们在主坐标空间、分类和表型效果大小上是一致的。通过将序列插入到整个基因组的系统发育树中，Greengenes2资源提供了更好的数据一致性，从而提高了微生物组研究的可重复性和结果的可靠性。

图1. Greengenes2概述及16S rRNA ASV与鸟枪法宏基因组数据的协调统一。

a，使用Empress渲染的 Greengenes2 系统发育树，ASV多歧分支已折叠；末端颜色表示其在美国肠道计划（AGP）、EMP、两者皆有或两者皆无中的代表性，外圈柱状图展示了丰度最高的20个门。b，同一棵折叠后的系统发育树，颜色表示是否存在来自SILVA 138的最佳 BLAST 比对结果。柱状图颜色含义与末端节点相同。c，EMP 样本以及通过ASV片段插入为系统发育树新增的（经总骨架分支长度归一化的）新分支长度比例。注意，各EMPO3类别下的样本数量并不均衡。d，对来自The Microsetta Initiative的THDMI子集中的配对16S V4 rRNA ASV与全基因组鸟枪法样本应用Bray–Curtis距离；PC，主坐标。e，与d相同的数据，但在折叠后的属水平计算Bray–Curtis距离。f，与d和e相同的数据，但在ASV和基因组标识符水平使用加权 UniFrac 距离。

此外，Greengenes2具有更广泛的谱系覆盖范围，相比其他资源能够识别更多微生物株系，并填补已知菌株树中的空缺。这可以帮助研究人员更全面地了解微生物组的生态系统功能和潜在应用。

图2.16S rRNA ASV与鸟枪法宏基因组数据在分类学及效应量上的一致性。

a–c，THDMI数据集中16S与全基因组鸟枪法测序谱之间的样本层面分类学比较。实心柱表示第 50 百分位数，虚线表示第25和第75百分位数。a，使用默认q2-feature-classifier朴素贝叶斯模型以SILVA 138评估 16S 分类学（注意：SILVA 不进行种水平注释）；GG2，Greengenes2。b，使用默认q2-feature-classifier 朴素贝叶斯模型以Greengenes13_8（GG13_8）评估16S分类学。c，通过直接从系统发育树读取谱系，或使用基于Greengenes2骨架V4区域训练的朴素贝叶斯模型进行的16S分类学评估。

d, e，使用Evident对 THDMI中配对的16S与全基因组鸟枪法样本进行的效应量计算。计算在最高分辨率下进行，16S使用ASV，鸟枪法样本使用基因组标识符。此处展示的数据为人肠道微生物组样本。星号标注了图中特意提取的变量，这些变量被任意选作比较点，以帮助突出d和e之间的差异。图中展示了Bray–Curtis距离（d）和加权归一化UniFrac（e）。

文章主要结论：

1、标准化微生物组研究方法：不同的微生物组研究方法（如16S rRNA基因测序和shotgun metagenomics）通常会产生不一致的结果，限制了微生物组在可重复性生物标志物发现方面的应用。Greengenes2为微生物组研究提供了一个整合基因组和16S rRNA数据的统一参考树资源，可以提高不同方法之间的一致性，从而促进微生物组研究方法的标准化。

2、提升微生物组研究的可重复性：Greengenes2合并了基因组和16S rRNA数据，扩展了现有资源的系统发育范围，使得更多已知细菌和古菌可以被覆盖。这有助于提高微生物组研究的可重复性，使得不同实验室和研究团队可以使用同一个标准化的参考树资源进行数据分析和比较，从而增加结果的一致性和可靠性。

3、促进环境识别和填补菌株树：Greengenes2拥有更大的谱系覆盖范围，可以在环境中识别不同的微生物菌株，并填补已知菌株树中的空白。这对于研究不同环境样本中微生物的分布和生态角色非常有意义，有助于更全面地了解微生物组的生态系统功能和潜在应用。

综上所述，该研究的对于推动微生物组研究的标准化、提高研究的可重复性以及增加对微生物菌株和功能的认识具有重要的实用价值。

参考文献

McDonald D, Jiang Y, Balaban M, Cantrell K, Zhu Q, Gonzalez A, Morton JT, Nicolaou G, Parks DH, Karst SM, Albertsen M, Hugenholtz P, DeSantis T, Song SJ, Bartko A, Havulinna AS, Jousilahti P, Cheng S, Inouye M, Niiranen T, Jain M, Salomaa V, Lahti L, Mirarab S, Knight R. Greengenes2 unifies microbial data in a single reference tree. Nat Biotechnol. 2023 Jul 27. doi: 10.1038/s41587-023-01845-1. Epub ahead of print. PMID: 37500913.

唯那生物|微生物一站式科研服务

密码子·生信云小工具矩阵

https://cloud.mimazi.net/tool/article-169.html

多样性代表序列进化树构建：

https://cloud.mimazi.net/tool/article-206.html

点击阅读原文即可直达！

测序与个性化数据分析服务

细菌 / 真菌 / 宏基因组 / 扩增子测序；耐药基因组、毒力基因组、质粒与可移动遗传元件注释；肺炎克雷伯菌、大肠杆菌、沙门菌、金黄色葡萄球菌等临床菌株专项分析；植物根际微生物组、PGPR 促生潜力、病原菌—宿主互作分析

密码子学院课程

【课程】微生物比较基因组精品系列课

【课程】可移动元件研究实战指南——从理论机制到分析实操

支持单位：