基因组解析的宏基因组学
Genome-resolved metagenomics 将宏基因组分析从"群落整体统计"推进到"单个基因组水平"，使我们能够直接研究未培养微生物的基因组生物学。
与传统宏基因组的区别
| 维度 | 传统宏基因组 | 基因组解析宏基因组 |
|---|---|---|
| 分析单位 | reads / contigs | 完整基因组 (MAGs) |
| 输出 | 物种丰度表、通路丰度表 | 个体基因组 + 群落统计 |
| 深度 | 群落水平 | 单菌水平 |
| 可比性 | 跨样本丰度变化 | 基因组结构变异、SNV |
| 工具链 | MetaPhlAn + HUMAnN | MEGAHIT + MetaBAT2 + CheckM2 + GTDB-Tk |
完整工作流程
原始数据 → QC → 组装 → 分箱 → 质量评估 → 分类 → 功能注释 → 比较基因组学
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
fastp MEGAHIT MetaBAT2 CheckM2 GTDB-Tk Prokka anvi'o
metaSPAdes MaxBin2 Bakta PanPhlAn
Flye CONCOCT DRAM
↓
DAS Tool (整合)1
2
3
4
5
6
7
2
3
4
5
6
7
核心步骤详解
1. 组装
bash
# 短读长
megahit -1 R1.fq.gz -2 R2.fq.gz -o assembly --min-contig-len 1000
# 长读长 (PacBio HiFi)
flye --pacbio-hifi reads.fq.gz --out-dir assembly --meta
# 混合
# 先分别组装，再用 metaSPAdes hybrid 模式1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
2. 分箱
bash
# 计算丰度
bowtie2-build assembly/final.contigs.fa assembly_bt2
bowtie2 -x assembly_bt2 -1 R1.fq.gz -2 R2.fq.gz | samtools sort > mapped.bam
jgi_summarize_bam_contig_depths --outputDepth depth.txt mapped.bam
# 多工具分箱
metabat2 -i assembly.fa -a depth.txt -o metabat2_bins/bin
maxbin2 -i assembly.fa -abund depth.txt -out maxbin2_bins
concoct --composition_file assembly.fa --coverage_file depth.txt -b concoct_bins
# 整合
DAStool -i metabat2.tsv,maxbin2.tsv,concoct.tsv -c assembly.fa -o dastool_out1
2
3
4
5
6
7
8
9
10
11
12
2
3
4
5
6
7
8
9
10
11
12
3. 质量评估
bash
# CheckM2
checkm2 predict --input bins/ --output-directory checkm2 --threads 8
# 过滤: 完整性 ≥50%, 污染 ≤10%1
2
3
4
2
3
4
4. 分类注释
bash
gtdbtk classify_wf --genome_dir bins/ --out_dir gtdbtk_out --cpus 161
5. 功能注释
bash
# Prokka (快速注释)
prokka --outdir prokka_out --prefix bin1 bins/bin1.fa
# Bakta (标准化注释)
bakta --output bakta_out --db /path/to/db bins/bin1.fa
# DRAM (代谢注释)
DRAM.py annotate -i bins/ -o dram_out
# antiSMASH (BGC 检测)
antismash --output-dir antismash_out bins/bin1.fa1
2
3
4
5
6
7
8
9
10
11
2
3
4
5
6
7
8
9
10
11
6. 比较基因组学
bash
# anvi'o
anvi-gen-contigs-database -f contigs.fa -o CONTIGS.db
anvi-run-hmms -c CONTIGS.db
anvi-import-collection bins.txt -c CONTIGS.db -p PROFILE.db -C BINS
anvi-compute-genome-sanityity -c CONTIGS.db -p PROFILE.db -C BINS
# Pan-genome
anvi-gen-genomes-storage -e external-genomes.txt -o GENOMES.db
anvi-pan-genome -g GENOMES.db -o PAN --num-threads 161
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9
质量标准总结
| 等级 | 完整性 | 污染 | 附加要求 |
|---|---|---|---|
| 高质量 (HQ) | ≥90% | ≤5% | 23S+16S+5S rRNA, ≥18 tRNA |
| 中质量 (MQ) | ≥50% | ≤10% | — |
| 低质量 (LQ) | <50% | ≤10% | — |
参考文献
- Parks et al. (2017) Recovery of nearly 8,000 metagenome-assembled genomes substantially expands the tree of life. Nature Microbiology. DOI: 10.1038/s41564-017-0012-7
- Bowers et al. (2017) Minimum information about a single amplified genome (MISAG) and a metagenome-assembled genome (MIMAG). Nature Biotechnology. DOI: 10.1038/nbt.3893
- Chen et al. (2025) MAGs: Advances, Challenges, and Opportunities. Microorganisms. DOI: 10.3390/microorganisms13050985
最后更新: 2026-03-30